文件名称：FLAML:快速轻量的AutoML库
文件大小：10.1MB
文件格式：ZIP
更新时间：2024-04-20 19:07:32
data-science machine-learning automl automated-machine-learning hyperparam
FLAML-快速和轻量级AutoML FLAML是一个轻量级的Python库，可自动，高效且经济地找到准确的机器学习模型。 它使用户不必为每个学习者选择学习者和超参数。 它既快速又经济。 简单轻巧的设计使其易于扩展，例如添加自定义的学习器或指标。 FLAML由Microsoft Research发明的一种新的，具有和学习者选择方法提供支持。 FLAML利用搜索空间的结构来选择针对成本和错误进行优化的搜索顺序。 例如，系统倾向于在搜索的开始阶段提出便宜的配置，但是当在搜索的后面阶段需要时，系统会Swift转移到模型复杂度高和样本量大的配置。 再举一个例子，它一开始就偏爱廉价学习者，但如果错误改善缓慢，则会在以后惩罚他们。 在预算约束下，有成本限制的搜索和基于成本的优先级在搜索效率上有很大的不同。 FLAML易于使用： 通过三行代码，您可以开始使用这种经济，快速的AutoML引擎作为sc
【文件预览】：
FLAML-main
----.coveragerc(51B)
----docs()
--------images()
--------conf.py(2KB)
--------make.bat(795B)
--------Makefile(634B)
--------index.rst(779B)
----flaml()
--------searcher()
--------training_log.py(5KB)
--------ml.py(11KB)
--------__init__.py(264B)
--------tune()
--------model.py(26KB)
--------config.py(312B)
--------version.py(23B)
--------data.py(10KB)
--------automl.py(58KB)
----.github()
--------workflows()
----test()
--------test_python_log.py(2KB)
--------test_xgboost2d.py(2KB)
--------test_tune.py(7KB)
--------test_version.py(255B)
--------run_electra.py(587B)
--------test_split.py(955B)
--------test_pytorch_cifar10.py(11KB)
--------__init__.py(0B)
--------nni()
--------test_training_log.py(1KB)
--------test_automl.py(13KB)
--------hf()
----SECURITY.md(3KB)
----notebook()
--------flaml_lightgbm.ipynb(88KB)
--------flaml_automl.ipynb(99KB)
--------flaml_azureml.ipynb(82KB)
--------flaml_xgboost.ipynb(72KB)
--------flaml_finetune_transformer.ipynb(103KB)
----LICENSE(2KB)
----setup.py(2KB)
----.gitignore(2KB)
----CODE_OF_CONDUCT.md(444B)
----README.md(7KB)
----.flake8(125B)