【機(jī)器學(xué)習(xí)】PyCaret!又一個(gè)神仙的自動(dòng)機(jī)器學(xué)習(xí)庫！
作者：時(shí)晴
PyCaret這個(gè)開源工具，用起來可謂簡(jiǎn)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(shí)戰(zhàn)。
PyCaret安裝:
# install slim version (default)pip install pycaret# install the full versionpip 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 repofrom pycaret.datasets import get_datadata = 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(qiáng)制要做的一步：
# initialize setupfrom pycaret.regression import *s = setup(data, target = 'charges')
執(zhí)行完上述代碼后，不僅自動(dòng)推斷了各個(gè)特征的類型，還問你是否推斷正確。
直接continue，會(huì)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(cè)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(duì)數(shù)據(jù)進(jìn)行scale:
setup(data = pokemon, target = 'Legendary', normalize = True)會(huì)默認(rèn)幫你把連續(xù)值，離散值的缺失值處理掉：
可以對(duì)數(shù)據(jù)進(jìn)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(jìn)行特征篩選的話，也只需要加一個(gè)參數(shù)feature_selection = True:
setup(data = diabetes, target = 'Class variable', feature_selection = True)同樣，一個(gè)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 modelsmodels()
真的是應(yīng)有盡有，大部分煉丹師其實(shí)只看到了最下面3個(gè)，xgb,lgb,cbt。
模型訓(xùn)練
那么我們就用xgb跑下吧:
# train decision treedt = create_model('xgboost')
然后啥都不用寫，測(cè)試集上各個(gè)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 modelsmultiple_models = [create_model(i) for i in ['dt', 'lr', 'xgboost']]
要比較各個(gè)模型，也只需要一行代碼:
# compare all modelsbest_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(yàn)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。
往期精彩回顧 本站qq群851320808，加入微信群請(qǐng)掃碼：