本文作者：杨健，九章云极 DataCanvas 主任架构师
很多机器学习框架如都提供了Early Stopping策略，主要用来防止模型过拟合。和模型训练提前停止的目标不同，AutoML的Early Stopping策略更多考虑的是算力消耗和模型质量的平衡。
通常超参数优化的搜索空间在上万种排列组合的量级，但全Pipeline AutoML的搜索空间要大得多，有时候会有几十亿种甚至更多的组合。在如此庞大的搜索空间中如果要找到绝对的全局最优解，即使有非常高效的搜索算法也需要尝试数千甚至数万次搜索，这有可能需要无法承受的的算力成本，因此选择一个合适的提前停止策略对AutoML来说是一个必备特性。
AutoML的提前停止通常考虑3种方式：
1、限定搜索时间，在指定的时间内搜索到的最优模型做为最终方案。这种策略的时间和算力资源成本最为可控。
2、指定评估指标的目标值，比如AUC超过0.95就可以中止搜索过程，或者rmse小于0.02。这种策略的前提是业务上有明确的模型评估结果的合格标准。
3、在搜索过程中，如果当前最高的评估在接下来的n次尝试都不能进一步提升就中止搜索。当搜索算法的勘探和开采平衡策略比较合理时，这种策略往往可以得到非常好的模型，在时间消耗和模型质量的平衡方面也比较合理。
在HyperGBM中以上三种方式都可以支持，并且可以组合使用，例如：同时限定搜索时间、期望评估指标和n步提升条件，任何一个条件满足即中止搜索。示例代码如下：
使用make_experiment的代码：
from tabular_toolbox.datasets import dsutils
from sklearn.model_selection import train_test_split
from hypergbm.search_space import search_space_general
from hypergbm import make_experiment
# load data into Pandas DataFrame
df = dsutils.load_bank()
target = 'y'
train, test = train_test_split(df, test_size=0.3)
test.pop(target)
#create an experiment
experiment = make_experiment(train, target=target,
max_trails=100,
reward_metric='accuracy',
optimize_direction='max',
early_stopping_rounds=10, # 0 or None to disable it
early_stopping_time_limit=3600, #3600 seconds, 0 or None to disable it
early_stopping_reward=0.90 #0 or None to disable it
)
#run experiment
estimator = experiment.run()
# predict on test data without target values
pred = estimator.predict(test)
更多HyperGBM相关内容请参考：https://github.com/DataCanvasIO/HyperGBM