Parallelisieren der Hyperparameteroptimierung mit Scikit-learn und MLflow
In diesem Notebook wird gezeigt, wie Hyperopt zum Parallelisieren von Hyperparameter-Optimierungsberechnungen verwendet wird. Es verwendet die Klasse SparkTrials, um Berechnungen automatisch auf die Worker eines Clusters zu verteilen. Außerdem wird die automatisierte MLflow-Nachverfolgung von Hyperopt-Ausführungen veranschaulicht, damit Sie die Ergebnisse später speichern können.
Notebook: Parallelisieren der Hyperparameteroptimierung mit automatisierter MLflow-Nachverfolgung
Nachdem Sie die Aktionen in der letzten Zelle des Notebooks ausgeführt haben, sollte die MLflow-Benutzeroberfläche Folgendes anzeigen:
