oboe:一个AutoML管道选择系统，可以快速为新数据集选择有希望的管道

双簧管系统 Oboe和TensorOboe这套库是自动化的机器学习（AutoML）系统，它们使用协作过滤为用户指定的时限内的监督学习任务找到良好的模型。 之后可以执行进一步的超参数调整。 该名称来自乐器双簧管：在管弦乐队中，双簧管会演奏一个初始音符，其他乐器会在演奏开始之前用它来调音到正确的频率。 我们的Oboe系统在AutoML中扮演着相似的角色：我们使用元学习来选择有前途的模型集或为新数据集构建整体。 用户可以直接使用所选模型，也可以进一步微调其超参数。 在新的数据集上： Oboe通过矩阵分解和经典实验设计来寻找有前途的估计器（监督学习者）。 它需要预处理的数据集：一键编码分类特征，然后将所有特征标准化为均值和单位方差为零。 有关完整说明，请参阅我们的论文 KDD 2019上的。 TensorOboe搜索有希望的管道，这些管道是此处学习组件的有向图，包括插补，编码，标准化，降维