是否可以将HyperDriveStep与时间序列交叉验证结合使用？

Question

我想要部署一个叠层模型到Azure机器学习服务。该解决方案的体系结构由三个模型和一个元模型组成。数据是时间序列数据.

我希望模型能根据一定的时间表自动重新训练。我也想在每一次再训练中重新调整超参数。

AML服务提供HyperDriveStep类，可用于管道中的自动超参数优化。

是否有可能--如果是的话，如何做到--在时间序列简历中使用HyperDriveStep？

我检查了文档，但没有找到令人满意的答案。

Answer 1

AzureML HyperDrive是一个黑匣子优化器，意味着它将根据您选择的配置使用不同的参数组合来运行您的代码。同时，它支持随机抽样和贝叶斯抽样，并且有不同的早期停止策略(有关的文档见此处，示例 -- HyperDrive接近笔记本的末尾)。

您的模型/脚本/培训需要遵循的唯一一件事是从一个采用--param样式参数的脚本启动。只要保持不变，您就可以单独优化每个模型的参数，然后对元模型进行优化，或者可以在一次运行中对它们进行调优。这主要取决于参数空间的大小和要使用(或支付)的计算量。