python - 是否可以将 HyperDriveStep 与时间序列交叉验证一起使用？

Question

我想将堆叠模型部署到 Azure 机器学习服务。该解决方案的架构由三个模型和一个元模型组成。数据是时间序列数据。

我希望模型根据一些时间表自动重新训练。我还想在每次重新训练期间重新调整超参数。

AML 服务提供HyperDriveStep了可在管道中用于自动超参数优化的类。

是否有可能 - 如果可以，如何做到 -HyperDriveStep与时间序列 CV 一起使用？

我检查了文档，但没有找到令人满意的答案。

Answer 1

AzureML HyperDrive 是一个黑盒优化器，这意味着它只会根据您选择的配置使用不同的参数组合运行您的代码。同时，它支持随机和贝叶斯采样，并有不同的提前停止策略（有关文档请参见此处，示例请参见此处——HyperDrive 在笔记本的末尾）。

您的模型/脚本/训练唯一需要遵守的是从采用--param样式参数的脚本启动。只要这样，您就可以单独优化每个模型的参数，然后调整元模型，或者您可以一次调整所有参数。它主要取决于参数空间的大小和您想要使用（或支付）的计算量。