AutoML بميزانية زمنية في FLAML
الهدف: ترك المكتبة تختار النموذج ومعاملاته خلال ثوانٍ محددة.
from flaml import AutoML
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
X, y = load_breast_cancer(return_X_y=True)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.25, random_state=0)
automl = AutoML()
automl.fit(X_tr, y_tr, task="classification", time_budget=15, metric="roc_auc", verbose=0, seed=0)
print("النموذج المختار:", automl.best_estimator)
print(f"دقة الاختبار: {(automl.predict(X_te) == y_te).mean():.3f}")
شرح الكود
نحدد ميزانية زمنية بالثواني، فيجرب FLAML نماذج مثل LightGBM وXGBoost والغابات العشوائية بترتيب يراعي التكلفة. النتيجة تختلف قليلاً بين الأجهزة لأن البحث مقيد بالزمن.
المخرجات المسجلة عند الاختبار
النموذج المختار: lgbm دقة الاختبار: 0.979
نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — flaml 2.8.0, scikit-learn 1.9.1, python 3.13.18
