自动机器学习框架基准评测

AutoML 在设计机器学习系统时为不同专业水平之间架起桥梁，并加速数据科学流程。为此采用了广泛的技术，然而这些技术之间并不存在客观的对比。我们使用开源数据集对当前开源 AutoML 解决方案进行基准评测。我们在编译自 OpenML 的回归与分类数据集集合上测试 auto-sklearn、TPOT、auto_ml 以及 H2O 的 AutoML 方案，发现 auto-sklearn 在分类数据集上表现最佳，而 TPOT 在回归数据集上表现最佳。