注記
Hyperopt のオープンソース バージョンはメンテナンスされなくなりました。
Hyperopt は、次のメジャー DBR ML バージョンで削除されます。 Azure Databricks では、単一ノードの最適化に Optuna を、非推奨の Hyperopt 分散ハイパーパラメーター チューニング機能と同様のエクスペリエンスには RayTune を使用することを推奨しています。 Azure Databricks での RayTune の使用の詳細については、こちらをご覧ください。
このノートブックでは、複数のモデルのハイパーパラメーターをチューニングし、全体的に最適なモデルに到達する方法について説明します。 この例では、SparkTrials で Hyperopt を使用して3 種類のモデルを比較し、モデルの種類ごとに適したハイパーパラメーターのセットでモデルのパフォーマンスを評価します。