本文插图
图源：unsplash
· 如果你首选整洁、简单的界面和相对快速的结果 ， 请使用auto-sklearn 。 可以与sklearn的自然集成 ， 与常用的模型和方法一起使用 。
· 如果注重的是高精确度而不介意训练所需消耗时间较长 ， 可以使用TPOT 。 可通过用树状结构代表管道而达成其强调的先进预处理方法 ， 它还能额外输出最佳模型的Python代码 。
· 如果注重高精确度而不介意潜在的较长训练时间 ， 则使用HyperOpt-sklearn ， 强调模型的超参数优化是否有成效取决于数据集和算法 。
· 如果你的问题涉及神经网络 ， 特别是文本或图像形式的问题 ， 请使用AutoKeras 。 其训练确实需要很长时间 ， 但有大量的措施可以控制时间和搜索空间的大小 。
想实现自动化 ， 千万不要错过这四个库 。

本文插图
留言点赞关注
我们一起分享AI学习与发展的干货
如转载 ， 请后台留言 ， 遵守转载规范

• 大数据&云计算长飞公司亮相2020中国国际信息通信展览会
• 金十数据|澳大利亚铁矿石对华出口会受影响吗？，中国1年买超6亿吨！煤炭之后
• 丁祖昱|数据中心成投资新风口“数字地产”受青睐
• 数据|4.9%：三季度经济强劲复苏
• 增长|0.7%，一个标志性数据！
• 最高检网站|最高检：多个反映办案质量数据呈现积极变化
• 第一财经|中国GDP数据提振市场情绪 美股集体高开
• 第一财经|碧桂园与秦淮数据签订战略合作协议，共创新基建时代新智慧产城
• 第一财经|中国信登：信托行业标准化监管数据信息完成首次全量采集
• 新华视点微博|一图速览！前三季度中国经济九大数据