建站
咨詢
售后
建站咨詢
新聞中心
本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。
密山網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)建站！從網(wǎng)頁設計、網(wǎng)站建設、微信開發(fā)、APP開發(fā)、響應式網(wǎng)站等網(wǎng)站項目制作，到程序開發(fā)，運營維護。創(chuàng)新互聯(lián)建站2013年開創(chuàng)至今到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設就選創(chuàng)新互聯(lián)建站。
Python開源機器學習建模庫PyCaret，剛剛發(fā)布了2.0版本。
[[336059]]
這款堪稱「調(diào)包俠神器」的模型訓練工具包，幾行代碼就能搞定模型編寫、改進和微調(diào)。
從數(shù)據(jù)預處理到模型效果對比，PyCaret都能自動實現(xiàn)。
所以，PyCaret長啥樣，2.0的版本又做了什么改進？
一起來看看。
機器學習庫的「煉丹爐」
PyCaret說白了，有點像一個機器學習庫的煉丹爐。
以下是它「熔」進來的部分庫：
數(shù)據(jù)處理：pandas、numpy…數(shù)據(jù)可視化：matplotlib、seaborn…各種模型：sklearn、xgboost、catboost、lightgbm…
嗯…sklearn直接就給封裝進去了，調(diào)用很方便。
然后，PyCaret這個煉丹爐，自帶功能“按鍵”（定義了一些函數(shù)），包括數(shù)據(jù)預處理、模型訓練、模型集成、模型分析、模型測試等。
只需要寫上幾行Python代碼，這些功能“按鍵”就會被按下，PyCaret自動幫你實現(xiàn)。
至于實現(xiàn)過程中需要調(diào)用什么基本庫，那些可以放棄思考不需要考慮。
從下圖來看，僅僅是預處理階段，就包含樣本劃分、數(shù)據(jù)預處理、缺失值處理、歸一化、獨熱編碼等功能。
如果要實現(xiàn)必需的預處理功能，需要多少行代碼來調(diào)用？
答案是0行。
因為，當使用setup()進行初始化時，PyCaret將自動執(zhí)行機器學習必需的數(shù)據(jù)預處理步驟，包括缺失值插入、分類變量編碼、標簽編碼、數(shù)據(jù)集拆分等。
例如，在數(shù)據(jù)處理前，你發(fā)現(xiàn)數(shù)據(jù)集有空缺的地方（下圖中NaN部分）。
別怕，PyCaret會自動分析數(shù)據(jù)，進行缺失值插入。
預處理后，PyCaret還貼心地幫你準備了各種模型。
從模型訓練、選用到測試，只有你想不到的，沒有它做不了的。
如果已經(jīng)將數(shù)據(jù)處理好，并交給PyCaret，一個compare_models函數(shù)就能訓練庫中的所有模型，進行結(jié)果比較后，標出最佳模型。
如下圖，各種模型指標的最優(yōu)值會被一鍵標黃，就看你怎么選擇了。
選好后，想對模型進行一點優(yōu)化？一個tune_model函數(shù)就能幫你搞定。
或者，不想僅僅選用一個模型？
PyCaret也準備了模型集成的函數(shù)，blend和stack任你選。
除此之外，模型參數(shù)的分析（包括可視化）也只需要幾行代碼就能實現(xiàn)，功能非常強大。
最后，PyCaret還能為新數(shù)據(jù)提供迭代預測結(jié)果，下面的效果，同樣只需要幾行代碼就能完成。
那么，這次PyCaret增強，進行了什么改進呢？（項目見傳送門）
PyCaret 2.0增強版
這是PyCaret 2.0的6大特色，有些在1.0就有了，有些功能如實驗日志，看起來是更新后新加入的功能。
實驗日志，對于模型的調(diào)整不可或缺。
例如，想要將訓練過程中模型的精度變化可視化，通常我們會在模型中加入生成日志文件的函數(shù)，生成一個更直觀的時間-精度變化圖。
PyCaret 2.0加入了實驗日志的功能，自動幫你跟蹤模型實驗過程中的各項指標，以及生成視覺效果等。
不僅如此，在2.0中，模型生成到預測的所有工作流程，現(xiàn)在可以被設計了。
也就是說，你可以設置一條自定義「流水線」，在這個過程中，從訓練到測試，所有模塊的功能都會被自動化完成。
甚至，PyCaret 2.0還提供了機器學習模型前端軟件的搭建工具。
以及，PyCaret 2.0現(xiàn)在幾乎支持所有算法的并行處理，xgboost和catboost模型也支持GPU訓練。
除此之外，還有一些新的程序功能，等待你去發(fā)現(xiàn)。
傳送門
項目地址：https://github.com/pycaret/pycaret/releases/tag/2.0
分享文章：調(diào)包俠神器2.0發(fā)布，Python機器學習模型搭建只需要幾行代碼
當前鏈接：http://m.5511xx.com/article/djiiope.html
