Jämför modelltyper med Hyperopt och MLflow
Kommentar
Versionen med öppen källkod av Hyperopt underhålls inte längre.
Hyperopt tas bort i nästa större DBR ML-version. Azure Databricks rekommenderar att du använder antingen Optuna- för ennodsoptimering eller RayTune för en liknande upplevelse som de inaktuella hyperopt-distribuerade hyperparameterjusteringsfunktionerna. Läs mer om hur du använder RayTune i Azure Databricks.
Den här notebook-filen visar hur du finjusterar hyperparametrar för flera modeller och anländer till en bästa modell överlag. Den använder Hyperopt med SparkTrials för att jämföra tre modelltyper och utvärdera modellprestanda med en annan uppsättning hyperparametrar som är lämpliga för varje modelltyp.