如何看到由自动胶子训练的模型的细节？

Question

我只是在尝试通过基于Mxnet的Autogluon进行自动模型培训，特别是TabularPrediction。实际上，它正在根据培训数据对多个模型进行培训，如Catboost、LightGBM等，并将模型作为泡菜文件转储到指定的目录中。

然而，对我来说，整件事仍然是个大黑匣子。特别是，我在寻找方法

• I可以对由自动胶子
• 训练的模型进行一些调整，我可以检查单个模型，特别是检查它们的超参数，或者将它们导出为独立模型
• I，可以在在线预测的同时调整不同模型的权重，包括将某些模型的权重设置为零(实际上忽略了它们)。
• 包括我自己的模型，例如，在框架中训练一个神经网络或一个SKLearn模型，这样它们的行为方式与自胶子模型相同。也许这可以通过再做一个额外的集合层和创建我自己的类来实现。不过，这听起来像个黑客。

这些东西有可能吗？一些参考，假设Amazon确实为这些提供API将是非常有帮助的。

Answer 1

注:这些答案适用于AutoGluon 0.0.9

对于模型的调整，可以通过在hyperparameters调用中指定fit()来完成。调整模型后拟合的能力是一项尚未实现的功能，但计划在未来发布。

关于模型的检查：predictor.info()将显示所有的模型超参数和其他各种信息。

要将它们作为独立模型导出，请调用predictor.delete_models(models_to_keep='my_model', dry_run=False)。这将删除除希望保留的特定模型之外的所有模型，从而有效地将预测器作为单个模型处理。注意，它仍然必须使用预测器API，因为模型需要在其泡菜文件之外进行数据预处理。

关于调整模型权重，这是一个开放的特性请求，打算在将来的版本中添加：https://github.com/awslabs/autogluon/issues/486

关于包含自定义模型，目前不扩展AutoGluon的最佳方法是将AutoGluon的输出作为一个模型来处理，并使用您自己的集成代码。或者，您可以继承AbstractModel类的AutoGluon来包装您的模型，但是这是针对开发人员的，而且没有很好的文档。