TPOT是一种基于遗传算法的机器学习自动化工具

前言

从事机器学习相关工作的人都清楚创建高效机器学习系统是一项枯燥的工作。通常需要具备丰富的机器学习算法知识以及对该领域深入的专业理解才能完成这一任务。如果没有自动化工具的帮助几乎难以想象有人能够通过暴力搜索的方式完成这一复杂过程。有没有什么方法可以缓解这种枯燥的工作压力呢？ TPOT可以

一、TPOT简单介绍

Python 开发的 TPOT 软件包是一个集成了遗传算法的工具，在特征选择与模型优化两个关键环节上展现出强大的自动化能力。它通过少量代码即可解决机器学习流程设计中涉及的特征工程、模型选择以及超参数优化这三个繁琐的关键环节，并自动生成基础机器学习代码框架。

上图展示了TPOT作为一个典型的机器学习流水线的标准架构，在这一流程中，在方法论、特征提取、数据变换以及参数设置等多个维度实现了AML（自动机器学习）搜索的最佳解决方案。

二、遗传算法参数使用

遗传算法 以初始化种群为基础，并通过多次迭代的方式对群体成员进行重组操作。这种重组的核心在于利用父代个体的特征/参数信息生成子代个体；在每一轮迭代结束后（即完成一次完整的繁殖周期），我们会