如何解决AutoML 手动选择模型
我一直在寻找使用 AutoML 进行分类的最佳管道。但我想知道是否可以手动选择模型,然后仅优化其超参数。比如我只想优化SVM的超参数,不关心其他模型。
解决方法
您只能在 MLJAR AutoML 中优化选定的模型。它是开源 AutoML,其代码可在 GitHub 上获得:https://github.com/mljar/mljar-supervised
示例代码如下:
automl = AutoML(algorithms=["Xgboost"],mode="Compete")
automl.fit(X,y)
上面的代码只会调整 Xgboost 算法。需要模式 Compete
是因为 MLJAR AutoML 可以在三种模式下工作:Explain
、Perform
和 Compete
。 MLJAR AutoML 中可用的算法:基线、线性、随机森林、额外树、决策树、神经网络、最近邻、Xgboost、LightGBM、CatBoost。
我是 MLJAR AutoML 的作者,我很乐意帮助您设置和运行。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。