独家 | 一文盘点AutoML 库（附PPT等链接）
作者：Xu LIANG
翻译：王雨桐
校对：王威力
本文长度约为1300字，建议阅读5分钟
本文是Masashi Shibata针对AutoML演讲中的摘要。
自动化程度
手动构造预测变量，不引入学习的步骤；
手工选择特征，学习预测。引入自动化超参数调优（HPO）工具，例如Hyperopt，Optuna，SMAC3，scikit-optimize等；
手工构造算法，端到端学习特征和预测。除了HPO外，还有其他一些工具，例如featuretools，tsfresh，boruta等；
完全自动化。端到端学习算法，特征和预测。自动化算法（模型）选择工具，例如Auto-sklearn，TPOT，H2O，auto_ml，MLBox等。
参数自动优化的两种方法
AutoML库
自动化特征工程
特征生成
Featuretools: Deep feature synthesis
tsfresh
特征选择
3种方法： 包装法（Wrapper），过滤法(Filter)，嵌入法（Embedded）
Scikit-lean 和Boruta
自动化算法（模型）选择
AutoML作为一个CASH问题（混合算法选择和超参优化），其中两个重要的问题是，没有一个适用于所有数据集的最优模型；一些模型对于超参数很敏感。我们需要同时解决模型选择和超参调优的问题。
Auto-sklearn
TPOT
h2o-3
auto_ml
MLBox
图七表示的是不同框架算法下，在分类数据集问题上的F1值。图八表示的不同框架算法下，在回归数据集上的均方误差（MSE）。其中箱型图分别表示上限、下四分位、中位、下四分位、下限，灰色圆圈表示异常值。
回归任务：auto-sklearn（基于贝叶斯）
分类任务：TPOT（基于遗传算法）
自动化的神经体系结构搜索
Reference
- https://www.slideshare.net/c-bata/pythonautoml-at-pyconjp-2019
- https://arxiv.org/pdf/1012.2599.pdf
- https://arxiv.org/pdf/1810.05934.pdf
- https://arxiv.org/pdf/1502.07943.pdf
- https://arxiv.org/pdf/1808.06492.pdf
编辑：王菁
校对：林亦霖
译者简介
王雨桐，UIUC统计学在读硕士，本科统计专业，目前专注于Coding技能的提升。理论到应用的转换中，敬畏数据，持续进化。
翻译组招募信息
工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。
你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。
其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。
点击文末“阅读原文”加入数据派团队~
点击“阅读原文”拥抱组织