标签：框架 Auto 模型 开源 AutoML 自动化 Sklearn

AutoML 可以为预测建模问题自动找到数据准备、模型和模型超参数的最佳组合，本文整理了5个最常见且被熟知的开源AutoML 框架。

AutoML框架执行的任务可以被总结成以下几点：

• 预处理和清理数据。
• 选择并构建适当的特征。
• 选择合适的模型。
• 优化模型超参数。
• 设计神经网络的拓扑结构（如果使用深度学习）。
• 机器学习模型的后处理。
• 结果的可视化和展示。

在本文中，我们将介绍以下5 个开源 autoML 库或框架：

• Auto-Sklearn
• TPOT
• Hyperopt Sklearn
• Auto-Keras
• H2O AutoML

完整文章：

https://www.overfit.cn/post/a5f1160b23ad4fea914ed394254f845a

标签：框架,Auto,模型,开源,AutoML,自动化,Sklearn
来源： https://www.cnblogs.com/deephub/p/16128852.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。