Evalml: automl이 전체 ​​훈련 데이터에서 최고의 파이프라인을 자동으로 맞추도록 합니다.

배경
automl에서 훈련된 파이프라인을 가져오려면 파이프라인에서 fit 를 호출해야 합니다. automl은 항상 파이프라인의 훈련되지 않은 복사본을 반환하기 때문입니다.

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'])

도전
우리는 사람들이 automl을 실행하고 파이프라인을 선택하고 해당 파이프라인을 사용하여 반복 및 디버그하고 통찰력을 생성하고 프로덕션에 배포할 수 있도록 최대한 쉽게 만들고 싶습니다.

제안
단기적으로(즉, 이 문제): best_pipeline 접근자가 훈련된 파이프라인을 반환하도록 합니다.

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

automl 검색이 아직 실행되지 않은 경우 해당 접근자에 오류가 발생해야 합니다.

이를 구현하는 방법에 대한 나의 권장 사항은 마지막에 최상의 파이프라인에 맞게 automl 검색을 업데이트하고 훈련된 파이프라인에 대한 참조를 저장하는 것입니다.

사용자 가이드를 업데이트하는 것을 잊지 마십시오!

성능 테스트에도 영향이 있습니다. 자동 검색 시간과 최적의 파이프라인에 맞는 시간을 별도로 기록하도록 거울을 업데이트해야 합니다. 이는 독립적인 작업이기 때문입니다.

미래
장기적으로 search 호출 외부의 데이터에 대한 참조를 유지하기 위한 추상화를 만들고 싶습니다. 이렇게 하면 automl search 호출하는 동안 모든 파이프라인을 훈련할 필요 없이 get_pipeline 훈련된 파이프라인을 반환하는 것과 같은 작업을 수행할 수 있습니다.