本文共 2240 字，大约阅读时间需要 7 分钟。
作者：Jakub Czakon, Neptune.ai
翻译：陈之炎
校对：和中华
本文约1500字，建议阅读5分钟。
Python机器学习模型建立起来之后，如何对它的性能进行优化？按照本指南中的三个步骤可以对任意优化库设置自动调优。
在编写完成一个Python脚本之后，便可以用它训练和评估机器学习模型了，现在，问题来了，是否能对它自动调整超参数以提高其性能呢？
自有办法！
在本文中，将展示如何将脚本转换为可以用任何超参数优化库优化的目标函数。
只需要三个步骤，便可实现模型的参数调整。
准备好了？
那就开始吧！
假设main.py 脚本如下所示：
第1步：从代码中解耦出搜索参数
提取想要调整的参数，将它们放在脚本顶部的字典中，这样做之后，便可以有效地将搜索参数与代码的其余部分解耦。
第2步：将训练和评估打包为一个函数
现在，可以将整个训练和评估逻辑放在 train_evaluate函数的内部。此函数以参数为输入，输出验证分数。
第3步:运行超参数调整脚本
快要实现了。
现在，利用train_evaluate函数作为选定的黑盒优化库的目标。
本例采用Scikit Optimize实现优化，我在另一篇文章中，对此作了详细描述，同时，你也可以使用其它超参数优化库。
Scikit Optimize
https://neptune.ai/blog/scikit-optimize
总之：
定义搜索空间，
创建目标函数以对它最小化，
通过forest_minimize函数运行优化。
在这个例子中，我随机选定了10个参数集，尝试了100种不同的配置下的调优。
这就是全部过程。
result对象包含有关最佳分数和对应参数的信息。
注：如果想在训练结束后进行可视化，并保存诊断图表，那么可以向Neptune中添加一个回调函数和一个记录每次超参数搜索的函数。只需调用库中 helper function from neptune-contrib。
helper function from neptune-contrib
https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit_v2&action=edit&isNew=1&type=10&token=832229466&lang=zh_CN#NeptuneMonitor
现在，运行参数扫描时，可以看到以下内容：
查看代码、图表和结果中的skopt hyperparameter sweep experiment。
skopt hyperparameter sweep experiment
https://ui.neptune.ai/jakub-czakon/blog-hpo/e/BLOG-369/charts
结语
在本文中，我们学习了如何通过3个步骤对 Python脚本的超参数进行优化。
希望有了这些知识，你能更便捷地建立更优的机器学习模型。
相关文献：
超参数优化实战
如何自动实现超参数优化
用Google Colab的Hyperas实现 Keras超参数调优
原文标题：
How to Do Hyperparameter Tuning on Any Python Script in 3 Easy Steps
原文链接：
https://www.kdnuggets.com/2020/04/hyperparameter-tuning-python.html
如您想与我们保持交流探讨、持续获得数据科学领域相关动态，包括大数据技术类、行业前沿应用、讲座论坛活动信息、各种活动福利等内容，敬请扫码加入数据派THU粉丝交流群，红数点恭候各位。
编辑：王菁
校对：林亦霖
译者简介
陈之炎，北京交通大学通信与控制工程专业毕业，获得工学硕士学位，历任长城计算机软件与系统公司工程师，大唐微电子公司工程师，现任北京吾译超群科技有限公司技术支持。目前从事智能化翻译教学系统的运营和维护，在人工智能深度学习和自然语言处理（NLP）方面积累有一定的经验。业余时间喜爱翻译创作，翻译作品主要有：IEC-ISO 7816、伊拉克石油工程项目、新财税主义宣言等等，其中中译英作品“新财税主义宣言”在GLOBAL TIMES正式发表。能够利用业余时间加入到THU 数据派平台的翻译志愿者小组，希望能和大家一起交流分享，共同进步。
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~
转载须知
如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：DatapiTHU），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。
发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。
点击“阅读原文”拥抱组织