我正在尝试使用与MongoDB的Hyperopt并行搜索,并遇到Mongotrials的一些问题,这里已经讨论过了.我已经尝试了所有方法,但仍然无法找到解决我特定问题的方法.我试图最小化的具体模型是来自sklearn的RadomForestRegressor.
我已经按照本教程.而且我能够打印出计算出的"fmin"而没有任何问题.
这是我到目前为止的步骤:
1)激活一个名为"tensorflow"的虚拟环境(我已在那里安装了所有库)
2)启动MongoDB:
(tensorflow) bash-3.2$ mongod --dbpath . --port 1234 --directoryperdb --journal --nohttpinterface
3)启动工人:
(tensorflow) bash-3.2$ hyperopt-mongo-worker --mongo=localhost:1234/foo_db --poll-interval=0.1
4)运行我的python代码,我的python代码如下:
import numpy as np
import pandas as pd
from sklearn.metrics import mean_absolute_error
from hyperopt import hp, fmin, tpe, STATUS_OK, Trials
from hyperopt.mongoexp import MongoTrials
# Preprocessing data
train_xg = pd.read_csv('train.csv')
n_train = len(train_xg)
print "Whole data set size: ", n_train
# Creating columns for features, and categorical features
features_col = [x for …