將模型類型與 Hyperopt 和 MLflow 比較
注意
不再維護 Hyperopt 的開放原始碼版本。
Hyperopt 將在下一個主要 DBR ML 版本中移除。 Azure Databricks 建議針對單一節點優化使用 Optuna，或 RayTune，以取得與已取代的 Hyperopt 分散式超參數微調功能類似的體驗。 深入瞭解如何在 Azure Databricks 上使用 RayTune。
此筆記本會示範如何微調多個模型的超參數，並整體達到最佳模型。 它會搭配使用 Hyperopt 與 SparkTrials，來比較三種模型類型，並評估模型效能與適用於每個模型類型的不同超參數集。