Automl系统通过对有效的数据转换和学习者进行搜索以及为每个学习者进行超参数优化,从而自动构建机器学习模型。许多汽车系统使用元学习来指导搜索最佳管道。在这项工作中,我们提出了一个名为KGPIP的新颖的元学习系统,(1)通过通过程序分析挖掘数千个脚本来构建数据集和相应管道数据库,(2)使用数据集嵌入式来在数据库中找到基于数据库的类似数据集(3)在其内容上而不是基于元数据的功能上,模型Automl Pipeline创建作为图形生成问题,以简洁地表征单个数据集看到的各种管道。 KGPIP的元学习是汽车系统的子组件。我们通过将KGPIP与两个自动系统集成在一起来证明这一点。我们使用126个数据集的全面评估,包括最先进的系统使用的数据集,这表明KGPIP明显优于这些系统。
translated by 谷歌翻译