Mis on meta-omadused warm-start AutoML jaoks?

Meta-Features warm-start AutoML kontekstis on omadused või statistika, mis kirjeldavad konkreetse andmekogumi või ülesande omadusi ning mida kasutatakse automaatse masinõppe protsessi kiirendamiseks ja parandamiseks.

Warm-start (soe algus) idee AutoML-is on kasutada sarnaste ülesannete kogemust, et kiiremini leida häid mudeleid ja hüperparameetreid uueks ülesandeks.

Meta-Features võivad hõlmata:

• Andmete statistilisi omadusi (omaduste arv, objektide arv, klasside jaotus).
• Ülesande keerukuse mõõdikuid (näiteks müra tase, omaduste korrelatsioon).
• Teavet omaduste tüüpide kohta (kategoorilised, numbrilised).

Meta-Features kasutades saab AutoML süsteem valida algsed hüperparameetrid või mudelid, mis on hästi töötanud sarnaste andmetega, vähendades seeläbi aega ja ressursse optimeerimiseks.

Näide: kui meta-Features näitavad, et ülesanne on klassifikatsioon suure arvu kategooriliste omadustega, võib AutoML kohe alustada selliste mudelitega, mis töötavad hästi selliste andmetega (näiteks gradient boosting kategooriliste omaduste töötlemisega).