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。
