作者|Moez Ali
編譯|VK
來源|Towards Data Science
PyCaret
PyCaret是Python中的一個開源、低代碼的機器學習庫，它自動化了機器學習作業流，它是一個端到端的機器學習和模型管理工具，可以加快機器學習實驗的周期，并使你更有效率，
與其他開放源代碼機器學習庫相比，PyCaret是一個低代碼庫，可以用很少的代碼來替換數百行代碼，這使得實驗具有指數級的速度和效率開發，
-
官方：https://www.pycaret.org
-
檔案：https://pycaret.readthedocs.io/en/latest/
-
git：https://www.github.com/pycaret/pycaret
compare_models比你想的要好
當我們在2020年4月發布了PyCaret的1.0版本時，compare_models函式會比較庫中的所有模型，以回傳平均的交叉驗證性能指標，在此基礎上，你可以使用create_model來訓練性能最好的模型，并獲得可用于預測的訓練模型輸出，
這種行為后來在版本2.0中進行了更改，compare_models現在根據n_select引數回傳最佳模型，該引數默認設定為1，這意味著它將回傳最佳模型（默認情況下），
通過將默認的n_select引數更改為3，可以獲得前3個模型的串列，例如：
回傳的物件是經過訓練的模型，實際上不需要再次呼叫create_model來訓練它們，如果你愿意，你可以使用這些模型來生成診斷圖，甚至可以將它們用于預測，例如：
你認為你只限于scikit-learn模型
我們收到很多請求，要求在模型庫中包含非scikit-learn模型，很多人沒有意識到你不僅僅局限于默認模型，create_model函式除了接受模型庫中可用的模型ID之外，還接受未經訓練的模型物件，
只要你的物件與scikit learn-fit/predict-API兼容，它就可以正常作業，例如，我們只需匯入未經訓練的NGBClassifier，就可以從ngboost庫中訓練和評估NGBClassifier ：
你也可以把未經訓練的模型傳遞到compare_models 的include引數中，這樣它就可以正常作業了，
注意，包含的引數包括模型庫中三個未訓練模型的ID，即Logistic回歸、決策樹和K近鄰，以及ngboost庫中的一個未訓練物件，另外，請注意，索引表示在include引數中輸入的模型的位置，
你不知道的pull
PyCaret中的所有訓練函式（create_model、tune_model、ensembly_model等）都會顯示一個分數網格，但不會回傳分數網格，因此，你不能將分數網格存盤在DataFrame. 但是，有一個名為pull的函式允許你這樣做，例如：
當你使用predict_model函式時，這也適用于保存分數網格，
現在你可以像pandas一樣訪問度量了，例如，你可以創建一個回圈來訓練具有不同引數的模型，并使用以下簡單代碼創建一個比較表:
你認為PyCaret是個黑匣子，其實不然，
另一個常見的困惑是，所有的預處理都是在幕后進行的，用戶無法訪問，因此，你無法審核運行設定函式時發生的情況，這不是真的，
PyCaret get_config和set_config中有兩個函式，允許你訪問和更改后臺的所有內容，從訓練集到模型的隨機狀態，只需呼叫help（get_config）即可查看get_config函式的檔案，查看哪些變數可供你訪問：
你可以通過在get_config函式中呼叫它來訪問該變數，例如，要訪問X_train 轉換后的資料集，請撰寫以下內容：
你可以使用set_config函式更改環境變數，根據你目前對pull、get_config和set_config函式的了解，你可以創建一些非常復雜的作業流，例如，可以對保留集重新采樣N次，以評估平均性能指標，而不是依賴于一個保留集：
import numpy as np
Xtest = get_config('X_test')
ytest = get_config('y_test')
AUC = []
for i in np.random.randint(0,1000,size=10):
Xtest_sampled = Xtest.sample(n = 100, random_state = i)
ytest_sampled = ytest[Xtest_sampled.index]
set_config('X_test', Xtest_sampled)
set_config('y_test', ytest_sampled)
predict_model(dt);
AUC.append(pull()['AUC'][0])
>>> print(AUC)
[Output]: [0.8182, 0.7483, 0.7812, 0.7887, 0.7799, 0.7967, 0.7812, 0.7209, 0.7958, 0.7404]
>>> print(np.array(AUC).mean())
[Output]: 0.77513
你沒有保存你的實驗
如果你沒有保存你的實驗，你應該立即開始保存它們，無論你是否要使用MLFlow后端服務器，你仍然應該記錄所有的實驗，當你執行任何實驗時，你會生成大量的元資料，這些元資料是不可能手動跟蹤的，
PyCaret的日志功能將在使用get_logs函式時生成一個漂亮、輕量級、易于理解的excel電子表格，例如：
# 加載資料集
from pycaret.datasets import get_data
data = https://www.cnblogs.com/panchuangai/archive/2020/11/13/get_data('juice')
# 初始化setup
from pycaret.classification import *
s = setup(data, target = 'Purchase', silent = True, log_experiment = True, experiment_name = 'juice1')
# 比較基線模型
best = compare_models()
# 生成日志
get_logs()
在這個非常短的實驗中，我們已經生成了3000多個元資料點（度量、超引數、運行時等），想象一下，你將如何手動跟蹤這些資料點？也許，這實際上不可能，幸運的是，PyCaret提供了一種簡單的方法來完成它，只需在設定函式中將log_experiment設定為True即可，
要了解PyCareT2.2中的所有更新的更多資訊，請參閱發行說明或閱讀此公告:https://www.github.com/pycaret/pycaret/
重要鏈接：
用戶指南：https://www.pycaret.org/guide
檔案：https://pycaret.readthedocs.io/en/latest/
官方教程：https://github.com/pycaret/pycaret/tree/master/tutorials
Notebook示例：https://github.com/pycaret/pycaret/tree/master/examples
其他資源：https://github.com/pycaret/pycaret/tree/master/resources
想了解特定模塊嗎
單擊下面的鏈接，查看檔案和作業示例，
分類：https://pycaret.readthedocs.io/en/latest/api/classification.html
回歸：https://pycaret.readthedocs.io/en/latest/api/regression.html
聚類：https://pycaret.readthedocs.io/en/latest/api/clustering.html
例外檢測：https://pycaret.readthedocs.io/en/latest/api/anomaly.html
自然語言處理：https://pycaret.readthedocs.io/en/latest/api/nlp.html
關聯規則挖掘：https://pycaret.readthedocs.io/en/latest/api/arules.html
原文鏈接：https://towardsdatascience.com/5-things-you-are-doing-wrong-in-pycaret-e01981575d2a
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/212751.html
標籤：其他
上一篇：作業三年多的感慨與總結（一）
下一篇：VOIP 網路電話 簡介下載