PyCaret，一个超强的 python 库

大家好，我是小寒。

今天给大家分享一个超强的 python 库，PyCaret。

https://github.com/pycaret/pycaret

​       

简介

PyCaret 是一个开源的、低代码的 Python 机器学习库，可自动化机器学习工作流程。

它是一种端到端的机器学习和模型管理工具，可以成倍地加快实验周期并提高你的工作效率。

与其他开源机器学习库相比，PyCaret 是一个替代的低代码库，可以用几行代码替换数百行代码。这使得实验的速度和效率呈指数级增长。

PyCaret 本质上是多个机器学习库和框架的 Python 包装器，例如 scikit-learn、XGBoost、LightGBM、CatBoost、Optuna、Hyperopt、Ray 等。

PyCaret 的设计和简单性受到了公民数据科学家这一新兴角色的启发，该术语由 Gartner 首次使用。

公民数据科学家是高级用户，他们可以执行简单和中等复杂的分析任务，而这些任务以前需要更多的技术专业知识。

初体验

安装

你可以使用 Python 的 pip 包管理器安装 PyCaret。

pip install pycaret

快速入门

PyCaret 具有 「函数式API和面向对象的API」两种形式。

函数式API

# Classification Functional API Example

# loading sample dataset
from pycaret.datasets import get_data
data = get_data('juice')

# init setup
from pycaret.classification import *
s = setup(data, target = 'Purchase', session_id = 123)

# model training and selection
best = compare_models()

# evaluate trained model
evaluate_model(best)

# predict on hold-out/test set
pred_holdout = predict_model(best)

# predict on new data
new_data = data.copy().drop('Purchase', axis = 1)
predictions = predict_model(best, data = new_data)

# save model
save_model(best, 'best_pipeline')

面向对象的API

# Classification OOP API Example

# loading sample dataset
from pycaret.datasets import get_data
data = get_data('juice')

# init setup
from pycaret.classification import ClassificationExperiment
s = ClassificationExperiment()
s.setup(data, target = 'Purchase', session_id = 123)

# model training and selection
best = s.compare_models()

# evaluate trained model
s.evaluate_model(best)

# predict on hold-out/test set
pred_holdout = s.predict_model(best)

# predict on new data
new_data = data.copy().drop('Purchase', axis = 1)
predictions = s.predict_model(best, data = new_data)

# save model
s.save_model(best, 'best_pipeline')

使用面向对象API实现时间序列分析

这里使用的数据集是 pycaret 自带的数据集 airline。

# load dataset
from pycaret.datasets import get_data
data = get_data('airline')
data

# init setup
from pycaret.time_series import TSForecastingExperiment
s = TSForecastingExperiment()
s.setup(data,fh = 3,session_id = 123,n_jobs=1)
best=s.compare_models()

如下图所示，可以看到 STLF 模型的效果最好，下面我们来看一下预测的效果。

s.plot_model(best,plot = 'forecast')

# forecast plot 36 days out in future
s.plot_model(best, plot = 'forecast', data_kwargs = {'fh' : 36})

在 GPU 上训练

要想在 GPU 上训练模型，只需在 setup 函数中传递 use_gpu = True 即可。

API 的使用没有发生变化；但是，在某些情况下，必须安装额外的库。

你可以在 GPU 上训练以下模型：

• Extreme Gradient Boosting
• CatBoost

• Logistic 回归、岭分类器、随机森林、K 邻域分类器、K 邻域回归器、支持向量机、线性回归、岭回归、套索回归。

• Light Gradient Boosting Machine

最后

—

今天的分享就到这里。如果觉得不错，点赞，转发安排起来吧。接下来我们会分享更多的 「深度学习案例以及python相关的技术」，欢迎大家关注。最后，最近新建了一个 python 学习交流群，会经常分享 「python相关学习资料，也可以问问题，非常棒的一个群」。

「进群方式：加我微信，备注 “python”」

往期回顾

    

如果对本文有疑问可以加作者微信直接交流。进技术交流群的可以加微信拉你进群。