PyCaret這個開源工具，用起來可謂簡單至極，少量代碼就可以搭建各種端到端的模型，廢話不多說，直接看實戰(zhàn)。

PyCaret安裝:

# install slim version (default)
pip install pycaret
# install the full version
pip install pycaret[full]

先用PyCaret自帶的'insurance'數(shù)據(jù)集作為例子，我們看下數(shù)據(jù):

# read data from pycaret repo
from pycaret.datasets import get_data
data = get_data('insurance')

數(shù)據(jù)預(yù)處理

該步驟是使用PyCaret構(gòu)建任何模型強制要做的一步：

# initialize setup
from pycaret.regression import *
s = setup(data, target = 'charges')

執(zhí)行完上述代碼后，不僅自動推斷了各個特征的類型，還問你是否推斷正確。

直接continue，會彈出setup的分析結(jié)果,如下圖所示:

從上圖紅框中，我們驚喜的發(fā)現(xiàn)連訓(xùn)練集測試集都幫忙我們拆分好了，并行已經(jīng)幫我們把訓(xùn)練數(shù)據(jù)shuffle好了。當(dāng)然我們可以自定義拆分比例，如下所示：

setup(data = insurance, target = 'charges', train_size = 0.5)

也可以對數(shù)據(jù)進行scale:

setup(data = pokemon, target = 'Legendary', normalize = True)

會默認(rèn)幫你把連續(xù)值，離散值的缺失值處理掉：

可以對數(shù)據(jù)進行分桶，只需要加上參數(shù)bin_numeric_features ：

setup(data = income, target = 'income >50K', bin_numeric_features = ['age'])

需要進行特征篩選的話，也只需要加一個參數(shù)feature_selection = True:

setup(data = diabetes, target = 'Class variable', feature_selection = True)

同樣，一個參數(shù)連異常值都幫你移除了remove_outliers = True:

setup(data = insurance, target = 'charges', remove_outliers = True)

還有各種各樣的預(yù)處理操作，大家可以參考官方文檔。
https://pycaret.org/preprocessing/

模型訓(xùn)練

直接看下我們可以用哪些模型:

# check all the available models
models()

真的是應(yīng)有盡有，大部分煉丹師其實只看到了最下面3個，xgb,lgb,cbt。

模型訓(xùn)練

那么我們就用xgb跑下吧:

# train decision tree
dt = create_model('xgboost')

然后啥都不用寫，測試集上各個mertic就顯示出來了:

模型融合是大家最常用的，也只需要一行代碼:

# train multiple models
multiple_models = [create_model(i) for i in ['dt', 'lr', 'xgboost']]

要比較各個模型，也只需要一行代碼:

# compare all models
best_model = compare_models()

模型預(yù)估：

predictions = predict_model(best_model, data = data2)

所以，大家數(shù)數(shù)看，我們一共才寫了幾行代碼，就把模型預(yù)處理、訓(xùn)練、驗證、融合、預(yù)估全完成了？做表格類數(shù)據(jù)模型真的是太方便了。

如果覺得有用，就請分享到朋友圈吧！