【機(jī)器學(xué)習(xí)】推薦一個(gè)好用的開源automl工具

AutoX是第四范式開源的針對(duì)表數(shù)據(jù)的自動(dòng)機(jī)器學(xué)習(xí)工具。

主要功能包括兩點(diǎn):?

一、提供全流程的自動(dòng)機(jī)器學(xué)習(xí)pipeline；

二、用戶可以把它的某一個(gè)某功能單獨(dú)拿出來，作為生產(chǎn)力工具，完成機(jī)器學(xué)習(xí)中的某一個(gè)環(huán)節(jié)，例如，自動(dòng)特征篩選、自動(dòng)調(diào)參等。

Github地址：

https://github.com/4paradigm/autox

選取的數(shù)據(jù)包含分類/回歸/時(shí)間序列預(yù)測、單表/多表，AutoX在大多數(shù)的數(shù)據(jù)上，效果都由于其他產(chǎn)品。

不同任務(wù)下的效果對(duì)比：

AutoX的整體技術(shù)方案包含了機(jī)器學(xué)習(xí)的全流程，我們在每一個(gè)流程都做了打磨和優(yōu)化。廢話不多說，直接上圖。

數(shù)據(jù)預(yù)處理模塊包含了異常值處理，缺失值填充，自動(dòng)類型推斷，內(nèi)存優(yōu)化。

表關(guān)系的識(shí)別和自動(dòng)拼表，這一步讓autox具有了處理多表數(shù)據(jù)的能力。

特征工程這一塊也是我們效果優(yōu)于其他產(chǎn)品的關(guān)鍵點(diǎn)。

特征構(gòu)造方面，主要是通過對(duì)比賽、行業(yè)數(shù)據(jù)的top方案的總結(jié)和抽象，設(shè)計(jì)出一系列關(guān)鍵特征。

特征選擇方面，包括兩塊，一個(gè)是常規(guī)的特征選擇模型，另一方面是通過mate特征的方式來實(shí)現(xiàn)特征的抽象聚合。

模型選擇采用了主流的樹模型和nn模型。

基于貝葉斯的調(diào)參，也使用了目前較優(yōu)秀的第三方庫optuna。

包含bagging和stacking策略。

autox也實(shí)現(xiàn)了一些優(yōu)秀的模型可解釋方法。包括全局代理模型、局部代理模型、影響力樣本、代表性樣本和非代表性樣本。