python auto-sklearn

auto-sklearn 是一个自动化机器学习工具包，可作为 scikit-learn 估计器的直接替代品。auto-sklearn 使机器学习用户无需进行算法选择和超参数调优。它利用了贝叶斯优化、元学习和集成构建方面的最新进展。通过阅读我们在 NIPS 2015 上发表的论文，了解更多关于 auto-sklearn 的技术细节。

此操作将持续一小时，并应达到高于 0.98 的准确率。

许可证
auto-sklearn 与 scikit-learn 采用相同的许可方式，即三条款 BSD 许可证。

引用 auto-sklearn
如果您在科学出版物中使用 auto-sklearn，请您参考以下论文：
《高效且稳健的自动化机器学习》，Feurer 等，《神经信息处理系统进展 28》（NIPS 2015）。

Bibtex 条目：
@incollection{NIPS2015_5872,
title = {Efficient and Robust Automated Machine Learning},
author = {Feurer, Matthias and Klein, Aaron and Eggensperger, Katharina and
Springenberg, Jost and Blum, Manuel and Hutter, Frank},
booktitle = {Advances in Neural Information Processing Systems 28},
editor = {C. Cortes and N. D. Lawrence and D. D. Lee and M. Sugiyama and R. Garnett},
pages = {2962--2970},
year = {2015},
publisher = {Curran Associates, Inc.},
url = {http://papers.nips.cc/paper/5872-efficient-and-robust-automated-machine-learning.pdf}
}

贡献
我们欢迎对 auto-sklearn 的所有贡献，包括错误报告、文档改进以及新功能开发。如欲参与代码开发，可从问题追踪器中选择标有 “Needs contributor” 的问题进行贡献。