机器学习是我们使用一组算法解决来解决生活中问题的过程。创建机器学习模型很容易,但选择在泛化和性能方面都最适合的模型是一项艰巨的任务。
有多种机器学习算法可用于回归和分类,可根据我们要解决的问题来选择,但选择合适的模型是一个需要高计算成本、时间和精力的过程。
为解决上述问题,今天我给大家分享一款非常棒的工具包:FLAML,它是一个由微软开源的轻量级 Python 库,有助于自动、高效地找出最佳机器学习模型,不仅速度快,节省时间,而且设计轻巧。
让我们详细的介绍一下它吧…
安装所需的库
我们将首先使用 pip 安装来安装 FLAML。下面给出的命令将使用 pip 安装。
.format(automl.best_config_train_time))
在这里,我们也可以清楚地看到回归问题的最佳模型和超参数。同样,你可以对你关注的数据集执行此过程,并找到最佳模型和超参数。
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ Python 操作带参数的装饰器12/31
- ♥ python中如何判断字符串的开头08/27
- ♥ Python 56个内置函数详解(5)01/05
- ♥ 工作很乏味?试试 Python 循环语句(while 循环)12/31
- ♥ 先学C还是Python?09/29
- ♥ python如何创建UDP服务器和客户端?10/28
内容反馈