แชร์ผ่าน

HyperParameterTuning - การต่อสู้มะเร็งเต้านม

  • บทความ

บทช่วยสอนนี้แสดงให้เห็นว่า SynapseML สามารถใช้เพื่อระบุการผสมผสานที่ดีที่สุดของ hyperparameters สําหรับตัวจําแนกประเภทที่คุณเลือกในท้ายที่สุดจะส่งผลให้แบบจําลองมีความแม่นยําและเชื่อถือได้มากขึ้น เพื่อสาธิตสิ่งนี้เราจะแสดงวิธีการดําเนินการแบบกระจายการค้นหา hyperparameter แบบสุ่มในการปรับแต่งเพื่อสร้างแบบจําลองเพื่อระบุมะเร็งเต้านม

1 - ตั้งค่าการขึ้นต่อกัน

เริ่มต้นด้วยการนําเข้า pandas และตั้งค่าเซสชัน Spark ของเรา

import pandas as pd
from pyspark.sql import SparkSession

# Bootstrap Spark Session
spark = SparkSession.builder.getOrCreate()

ถัดไป อ่านข้อมูลและแยกข้อมูลออกเป็นชุดการปรับแต่งและการทดสอบ

data = spark.read.parquet(
    "wasbs://publicwasb@mmlspark.blob.core.windows.net/BreastCancer.parquet"
).cache()
tune, test = data.randomSplit([0.80, 0.20])
tune.limit(10).toPandas()

กําหนดแบบจําลองที่จะใช้

from synapse.ml.automl import TuneHyperparameters
from synapse.ml.train import TrainClassifier
from pyspark.ml.classification import (
    LogisticRegression,
    RandomForestClassifier,
    GBTClassifier,
)

logReg = LogisticRegression()
randForest = RandomForestClassifier()
gbt = GBTClassifier()
smlmodels = [logReg, randForest, gbt]
mmlmodels = [TrainClassifier(model=model, labelCol="Label") for model in smlmodels]

2 - ค้นหาแบบจําลองที่ดีที่สุดโดยใช้ AutoML

นําเข้าคลาส AutoML ของ SynapseML จากsynapse.ml.automl ระบุ hyperparameters โดยใช้HyperparamBuilder เพิ่ม hyperparameters อย่างใดอย่างหนึ่งDiscreteHyperParam RangeHyperParam TuneHyperparameters จะสุ่มเลือกค่าจากการแจกแจงแบบเดียวกัน:

from synapse.ml.automl import *

paramBuilder = (
    HyperparamBuilder()
    .addHyperparam(logReg, logReg.regParam, RangeHyperParam(0.1, 0.3))
    .addHyperparam(randForest, randForest.numTrees, DiscreteHyperParam([5, 10]))
    .addHyperparam(randForest, randForest.maxDepth, DiscreteHyperParam([3, 5]))
    .addHyperparam(gbt, gbt.maxBins, RangeHyperParam(8, 16))
    .addHyperparam(gbt, gbt.maxDepth, DiscreteHyperParam([3, 5]))
)
searchSpace = paramBuilder.build()
# The search space is a list of params to tuples of estimator and hyperparam
print(searchSpace)
randomSpace = RandomSpace(searchSpace)

ถัดไป เรียกใช้ TuneHyperparameters เพื่อรับแบบจําลองที่ดีที่สุด

bestModel = TuneHyperparameters(
    evaluationMetric="accuracy",
    models=mmlmodels,
    numFolds=2,
    numRuns=len(mmlmodels) * 2,
    parallelism=1,
    paramSpace=randomSpace.space(),
    seed=0,
).fit(tune)

3 - ประเมินแบบจําลอง

เราสามารถดูพารามิเตอร์ของแบบจําลองที่ดีที่สุดและเรียกใช้ไปป์ไลน์แบบจําลองที่ดีที่สุดต้นแบบ

print(bestModel.getBestModelInfo())
print(bestModel.getBestModel())

เราสามารถให้คะแนนกับชุดการทดสอบและดูเมตริกได้

from synapse.ml.train import ComputeModelStatistics

prediction = bestModel.transform(test)
metrics = ComputeModelStatistics().transform(prediction)
metrics.limit(10).toPandas()

เนื้อหาที่เกี่ยวข้อง