自动化机器学习（AutoML）：优势与局限#

本节要点：

• 省时：AutoML 把模型选择与训练过程自动化，省掉大量手工试验的时间。
• 普惠：没有专业知识背景的用户也能建模，因为 AutoML 把机器学习“民主化”了，它还能用来评估数据集、落实最佳实践。
• 不完美：模型质量可能不如手工训练，训练中途的可定制性有限，模型搜索过程也不透明。
• 数据量：AutoML 一般同样需要大量数据，不过用上迁移学习的专用系统可以降低这个需求。
• 怎么选：ML 经验有限、只想要效率提升的团队适合 AutoML；把模型质量与可定制性放在首位的项目，手工训练更合适。

这一节要讨论的，正是 AutoML 的好处与局限有哪些 —— 看完你就能判断，它到底适不适合你的项目。

优势#

我们先看大家最常挑 AutoML 的几个理由：

• 省时间：很多人选 AutoML 就是为了省时间，免去一轮轮手工试验去找那个最佳模型；

• 提升机器学习模型的质量：AutoML 工具可以全面地搜索出质量最高的模型；

• 不具备专业能力也可以构建机器学习模型：把机器学习任务自动化带来的一个副作用就是让机器学习的“民主化”，用户不必对机器学习算法或编程有深刻理解，也能开发出一个机器学习模型。

• 给数据集做一次冒烟测试：哪怕你是个建模老手，AutoML 也能迅速给出一个基线结果，这个数据集在满噪声之中到底有没有足够的信号。如果连一个勉勉强强的模型 AutoML 都建不出来，那你也大概不必再花时间手工去凑一个好模型了。

• 给数据集做一次评估：很多 AutoML 系统不光能帮你评估它产出的模型，还帮你评估喂给这些模型的特征。就算最后你并不用它给出的模型，AutoML 工具也可能帮你判断：哪些特征其实不值得花力气去收集、不值得放进最终的数据集。

• 落实最佳实践：自动化本身内置了对机器学习最佳实践的支持，每一次模型搜索都会自动把它们套用上。

局限#

不过，选 AutoML 之前，有几条局限是你必须先掂量掂量的：

• 模型质量可能不如手工训练：用一个通用化的优化算法，为任意随机数据集去找“架构 + 超参数 + 特征工程”的最优组合，往往意味着一个有干劲、时间也够的专家，完全可以做出预测质量更好的模型。

• 模型搜索与复杂度可能是不透明的：用了 AutoML 你很难看清工具究竟是怎么一步步找到那个“最佳模型”的。事实上，它输出的模型本身可能就是由不同的架构、不同的超参数、不同的特征工程策略拼起来的，AutoML 生成的模型，很难靠手工复现。

• 多次 AutoML 运行之间的方差可能更大：由于优化算法是迭代着去找它认为最好的那些取值，不同次的 AutoML 运行可能会搜索到参数空间的不同区域，最终停在“有些不同”（甚至可能差别相当大）的位置上。用 AutoML 重新调参、构造出一个全新的模型架构，方差会比单纯把上一个模型架构重新训练一遍更大。

• 模型无法在训练过程中被定制：如果你的使用场景需要在训练过程中做定制或微调，AutoML 可能并不适合你。

数据要求#

不管你用的是定制训练还是 AutoML 系统，有一件事是确定的：当你从零开始构建模型时，那就需要大量的数据。AutoML 的优势在于，你可以基本不管架构与超参数的搜索，把注意力主要放在数据质量上。

也有一些专用的 AutoML 系统，因为用到了迁移学习，训练模型所需的数据量可以少得多。

举个例子：构建一个图像分类模型，通常需要几十万张样本；而这类专用 AutoML 系统，只需要几百张带标注的图片，再配合一个现成的图像分类框架模型做迁移学习就够了。

AutoML 适合你的项目吗？#

AutoML 能帮到任何人，从新手到专家，都能用机器学习做出产品、解决问题。如果你正在权衡 AutoML 是不是自己项目的正确选择，不妨对照下面这两条取舍：

• AutoML 很适合这样的团队：搭建机器学习模型的经验有限，或者是有经验的团队，只想提升生产效率、又没有定制化需求。

• 定制（手工）训练在这些情况下更合适：模型质量很重要，而且团队需要能够定制自己的模型。这类情况下，手工训练可能要花更多时间做试验、搭方案，但团队往往能拿到比 AutoML 方案更高质量的模型。

关键术语：

• AutoML
• 迁移学习（Transfer learning）