注意
不再维护 Hyperopt 的开源版本。
在 16.4 LTS ML 之后,用于机器学习的 Databricks Runtime 中不包含 Hyperopt。 Azure Databricks 建议使用 Optuna,它可以在 Spark 上运行并行试验,或者 Ray Tune,以获得类似于已弃用的 Hyperopt 分布式超参数调优功能的体验。 了解更多关于在 Azure Databricks 上使用 Ray Tune 的信息。
此笔记本演示如何优化多个模型的超参数并得到一个总体最佳的模型。 它结合使用 Hyperopt 与 SparkTrials 来比较三种模型类型,并为每种模型类型使用一组不同的超参数来评估模型性能。