hyperopt-调参模块
超参数优化是实现模型性能最大化的重要步骤。为此大神们专门开发了几个Python包。scikitt -learn提供了一些选项，GridSearchCV和RandomizedSearchCV是两个比较流行的选项。在scikitt之外，Optunity、Spearmint和hyperopt包都是为优化设计的。在这篇文章中，我将重点介绍hyperopt软件包，它提供了能够超越随机搜索的算法，并且可以找到与网格搜索相媲美的结果，同时也能找到更少的模型。
接口说明
具体的详细文档: http://www.coxlab.org/pdfs/2013_bergstra_hyperopt.pdf
fmin接口：需要定义一个概率分布，确保能在变化的超参中找到一个可信的值。就像scipy中的optimize.minimize借口。因此需要我们提供一个优化的目标函数。很多优化算法都要假设在一个向量空间里面搜索最佳值，hyperopt可以对搜索空间进一步细化，比如说使用log话活着均匀分布随机获取之类。
hyperopt需要定义的主要有四个地方：
1.需要最小化的目标函数
2.优化所需要搜索的搜 ...
