Evalml: احصل على الملاءمة التلقائية لأفضل خط أنابيب على بيانات التدريب بالكامل

خلفية
اليوم من أجل الحصول على خط أنابيب مدرب من automl ، تحتاج إلى الاتصال بـ fit على خط الأنابيب ، لأن automl يقوم دائمًا بإرجاع نسخ غير مدربة من خط الأنابيب:

automl.search(X_train, y_train)
best_pipeline = automl.best_pipeline
best_pipeline.fit(X_train, y_train)
best_pipeline.score(X_test, y_test, objectives=['MSE'])
pipeline = automl.get_pipeline(42)
pipeline.fit(X_train, y_train)
pipeline.score(X_test, y_test, objectives=['MSE'])

تحد
نود أن نجعل الأمر سهلاً قدر الإمكان على الأشخاص لتشغيل automl ، واختيار خط أنابيب واستخدام خط الأنابيب هذا للتكرار والتصحيح ، ولإنشاء رؤى ونشرها في الإنتاج.

عرض
على المدى القصير (أي هذه المشكلة): best_pipeline يعيد خط أنابيب مدرب:

automl.search(X_train, y_train)
best_pipeline = automl.best_pipeline
best_pipeline.score(X_test, y_test, objectives=['MSE'])

إذا لم يتم تشغيل البحث التلقائي بعد ، فيجب أن يخطئ هذا الموصل.

توصيتي حول كيفية تنفيذ ذلك بتحديث البحث الآلي ليناسب أفضل خط أنابيب في النهاية وحفظ مرجع لخط الأنابيب هذا.

لا تنس تحديث دليل المستخدم!

هناك أيضًا تداعيات على اختبار الأداء: يجب أن نقوم بتحديث زجاج المظهر لتسجيل وقت البحث الآلي والوقت لملاءمة أفضل خط أنابيب بشكل منفصل ، لأنهما عمليات مستقلة.

مستقبل
على المدى الطويل ، أرغب في إنشاء فكرة تجريدية للاحتفاظ بمرجع للبيانات خارج الاستدعاء إلى search . سيسمح لنا هذا بالقيام بأشياء مثل الحصول على خطوط أنابيب مدربة على الإرجاع get_pipeline أيضًا ، دون الحاجة إلى تدريب جميع خطوط الأنابيب أثناء المكالمة إلى automl search .