自动机器学习(Auto-ML)是指自动化数据科学模型开发流水线的组件。AutoML 减少了数据科学家的工作量，并加快了工作流程。AutoML 可用于自动化各种流水线组件，包括数据理解，EDA，数据处理，模型训练，超参数调整等。
在本文中，我们将讨论如何使用开放源码的 Python 库 LazyPredict 来自动化模型训练过程。
LazyPredict 是一个开源的 Python 库，它自动化了模型培训流水线并加快了工作流。LazyPredict 为一个分类数据集训练了大约30个分类模型，为一个回归数据集训练了大约40个回归模型。
Lazypredicate 返回训练好的模型以及它的性能指标，而不需要编写很多代码。我们可以比较每个模型的性能指标，并优化最佳模型以进一步提高性能。
可以通过以下方式从 PyPl 库安装 LazyPredict:
pip install lazypredict安装完成后，可导入库进行分类和回归模型的自动训练。
from lazypredict.Supervised import LazyRegressor, LazyClassifierLazypredicate 同时支持分类和回归问题，因此我们将进行这两个任务的演示：
波士顿住房（回归）和泰坦尼克号（分类）数据集用于演示 LazyPredict 库。
() 分类任务：
LazyPredict 的使用非常直观，类似于 scikit-learn。首先，为分类任务创建一个估计器 LazyClassifier 的实例。可以通过自定义指标进行评估，默认情况下，每个模型都会根据准确度、ROC AUC 分数、F1 分数进行评估。
在进行 lazypredict 预测模型训练之前，必须读取数据集并对其进行处理以使其适合训练。
import pandas as pdfrom sklearn.model_selection import train_test_split# Read the titanic datasetdf_cls = pd.read_csv("titanic.csv")df_cls = df_cls.drop(['PassengerId','Name','Ticket', 'Cabin'], axis=1)# Drop instances with null recordsdf_cls = df_cls.dropna()# feature processingdf_cls['Sex'] = df_cls['Sex'].replace({'male':1, 'female':0})df_cls['Embarked'] = df_cls['Embarked'].replace({'S':0, 'C':1, 'Q':2})# Creating train test splity = df_cls['Survived']X = df_cls.drop(columns=['Survived'], axis=1)# Call train test split on the data and capture the resultsX_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, test_size=0.2)经过处理将数据拆分为训练测试数据后，我们可以使用 LazyPredict 进行模型训练。
# LazyClassifier Instance and fiting datacls= LazyClassifier(ignore_warnings=False, custom_metric=None)models, predictions = cls.fit(X_train, X_test, y_train, y_test)
(2)回归任务：
类似于分类模型训练，lazypredicate 提供了用于回归数据集的自动模型训练。实现类似于分类任务，只是对实例 LazyRegressor 进行了更改。
import pandas as pdfrom sklearn.model_selection import train_test_split# read the datacolumn_names = ['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV']df_reg = pd.read_csv("housing.csv", header=None, delimiter=r"/s+", names=column_names)# Creating train test splity = df_reg['MEDV']X = df_reg.drop(columns=['MEDV'], axis=1)# Call train_test_split on the data and capture the resultsX_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, test_size=0.2)reg = LazyRegressor(ignore_warnings=False, custom_metric=None)models, predictions = reg.fit(X_train, X_test, y_train, y_test)
从以上性能指标来看，AdaBoost 分类器是分类任务的最佳执行模型，而 GradientBoostingRegressor 模型是回归任务的最佳执行模型。
在本文中，我们讨论了 LazyPredict 库的实现，该库可以在几行 Python 代码中训练大约70个分类和回归模型。这是一个非常方便的工具，因为它提供了模型执行情况的总体图像，并且可以比较每个模型的性能。
每个模型都使用其默认参数进行训练，因为它不执行超参数调整。选择性能最佳的模型后，开发人员可以调整模型以进一步提高性能。
本文链接：//www.dmpip.com//www.dmpip.com/showinfo-26-20054-0.html一行 Python 代码搞定训练分类或回归模型
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
