文件名称：scikit-hyperband：超宽带的scikit-learn兼容实现
文件大小：30KB
文件格式：ZIP
更新时间：2024-02-23 22:52:14
machine-learning scikit-learn hyperparameter-optimization hyperparameter-tuning hyperband
超频 超宽带的scikit-learn兼容实现。 安装 克隆git仓库 git clone https://github.com/thuijskens/scikit-hyperband.git 和cd进入项目目录，并使用setuptools如下安装软件包 python setup.py install 用法示例 scikit-hyperband HyperbandSearchCV实现了一个类HyperbandSearchCV ，该类与scikit-learn的GridSearchCV和RandomizedSearchCV完全一样，除了它在HyperbandSearchCV运行超带算法。 与现有的模型选择例程相似， HyperbandSearchCV用于（多标签）分类和回归，并以scikit-learn支持它的相同方式支持多指标评分。 HyperbandSearchCV实现了以下特定于HyperbandSearchCV算法的额外参数： resource_param ：您要调整的估算器的cost参数的名称。 eta ：在每一轮超频带中丢弃的配置比例的倒数。 min_iter
【文件预览】：
scikit-hyperband-master
----MANIFEST.in(25B)
----circle.yml(1KB)
----ci_scripts()
--------circleci()
--------travis()
----.nojekyll(0B)
----requirements.txt(45B)
----doc()
--------make.bat(6KB)
--------conf.py(10KB)
--------hyperband.rst(133B)
--------index.rst(2KB)
--------Makefile(7KB)
--------api.rst(56B)
----examples()
--------README.txt(81B)
--------random_forest_example.py(1KB)
----hyperband()
--------__init__.py(79B)
--------search.py(20KB)
--------tests()
----.travis.yml(604B)
----LICENSE(1KB)
----setup.cfg(647B)
----setup.py(729B)
----README.md(4KB)
----.gitignore(830B)