AutoDL 总览

AutoDL 入口是 autodl/train.py。它和 AutoML 一样先调用 prepare_training_data()，然后按 config.AUTODL_MODELS 调度模型。

当前模型列表：

mlp
blstm
cnn1d
tabnet
transformer

统一训练器

MLP、BLSTM、CNN1D 和 Transformer 都走 train_torch_binary_classifier()。

训练逻辑：

• 把 pandas 特征矩阵转成 float32 numpy array。
• 使用 train_test_split() 划分训练集和验证集。
• test_size=config.AUTODL_VALIDATION_SIZE，当前是 0.2。
• 使用 stratify=target_array 保持标签比例。
• 用 BCEWithLogitsLoss 训练二分类模型。
• 优化器是 AdamW。
• 每个 epoch 后在验证集上计算 F1、AUC、Accuracy。
• 如果验证 AUC 连续若干轮没有提升，就触发 early stopping。

关键配置来自 config.py：

AUTODL_BATCH_SIZE = 512
AUTODL_EPOCHS = 12
AUTODL_LEARNING_RATE = 1e-3
AUTODL_WEIGHT_DECAY = 1e-4
AUTODL_HIDDEN_DIM = 128
AUTODL_DROPOUT = 0.2
AUTODL_EARLY_STOPPING_PATIENCE = 3

TabNet 的区别

TabNet 使用 pytorch-tabnet 的 TabNetClassifier，没有走通用 PyTorch 训练循环。它仍然复用同样的训练/验证划分和同样的指标计算。

TabNet 配置：

max_epochs=config.AUTODL_EPOCHS
batch_size=config.AUTODL_BATCH_SIZE
virtual_batch_size=min(128, config.AUTODL_BATCH_SIZE)
optimizer_params={"lr": config.AUTODL_LEARNING_RATE}
eval_metric=["auc"]

输出结构

AutoDL 结果也使用 build_completed_result()：

{
  "model_name": "mlp",
  "status": "completed",
  "best_score": 0.0,
  "best_params": {
    "batch_size": 512,
    "epochs": 12,
    "learning_rate": 0.001
  },
  "cv_metrics": {
    "f1": 0.0,
    "roc_auc": 0.0,
    "accuracy": 0.0
  },
  "device": "cpu"
}

字段名仍叫 cv_metrics，但 AutoDL 这里不是交叉验证结果，而是验证集指标。后续如果要更严谨，可以把 AutoDL 输出字段拆成 validation_metrics。