Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Hinweis
Die Open-Source-Version von Hyperopt wird nicht mehr gepflegt.
Hyperopt wird in der nächsten haupt-DBR ML-Version entfernt. Azure Databricks empfiehlt, entweder Optuna- für die Optimierung mit einem einzelnen Knoten oder RayTune- für eine ähnliche Erfahrung wie die veraltete verteilte Hyperparameteroptimierungsfunktion von Hyperopt zu verwenden. Erfahren Sie mehr über die Verwendung von RayTune- in Azure Databricks.
In diesem Notebook wird veranschaulicht, wie Sie die Hyperparameter für mehrere Modelle optimieren können, um das insgesamt beste Modell zu erreichen. Es verwendet Hyperopt mit SparkTrials, um drei Modelltypen zu vergleichen und die Modellleistung mit einem anderen Satz von Hyperparametern auszuwerten, die für alle Modelltypen geeignet sind.