自動(dòng)化機(jī)器學(xué)習(xí)(自動(dòng)ML)是指自動(dòng)化數(shù)據(jù)科學(xué)模型開發(fā)管道的組件。Automl減少數(shù)據(jù)科學(xué)家的工作量并加快工作流程。Automl可用于自動(dòng)化各種流水線組件，包括數(shù)據(jù)理解，EDA，數(shù)據(jù)處理，模型訓(xùn)練，Quand參數(shù)調(diào)諧等。

[[398921]]

對(duì)于端到端機(jī)器學(xué)習(xí)項(xiàng)目，每個(gè)管道組件的復(fù)雜性取決于項(xiàng)目。有各種自動(dòng)啟用源庫(kù)，可加快每個(gè)管道組件。閱讀本文知道8個(gè)自動(dòng)列表庫(kù)以自動(dòng)化機(jī)器學(xué)習(xí)管道。

在本文中，我們將討論如何使用開源Python庫(kù)LazyPredict自動(dòng)化模型訓(xùn)練過(guò)程。

什么是lazypredict?

LazyPredict是一個(gè)開源Python庫(kù)，可自動(dòng)化模型訓(xùn)練管道并加快工作流程。LazyPredict在分類數(shù)據(jù)集中約為30個(gè)分類模型，并列出了回歸數(shù)據(jù)集的40個(gè)回歸模型。

LazyPredict與訓(xùn)練有素的型號(hào)一起回到其性能指標(biāo)，而無(wú)需編寫太多代碼。人們可以比較每個(gè)模型的性能指標(biāo)并調(diào)整最佳模型，以進(jìn)一步提高性能。

安裝：

leazepredict可以使用pypl庫(kù)安裝：

pip install lazypredict 

安裝后，可以導(dǎo)入庫(kù)進(jìn)行分類和回歸模型的自動(dòng)訓(xùn)練。

from lazypredict.Supervised import LazyRegressor, LazyClassifier 

用法：

LazyPredict支持分類和回歸問(wèn)題，所以我會(huì)討論兩個(gè)任務(wù)的演示

波士頓住房(回歸)和泰坦尼克號(hào)(分類)DataSet用于演示LazyPredict庫(kù)。

分類任務(wù)：

LazyPredict的用法非常直觀，類似于Scikit-learn。首先，為分類任務(wù)創(chuàng)建估計(jì)器LazyClassifier的實(shí)例。一個(gè)可以通過(guò)定制度量標(biāo)準(zhǔn)進(jìn)行評(píng)估，默認(rèn)情況下，每種型號(hào)將在準(zhǔn)確性，ROC AUC分?jǐn)?shù)，F(xiàn)1分?jǐn)?shù)進(jìn)行評(píng)估。

在繼續(xù)進(jìn)行LazyPredict模型訓(xùn)練之前，必須閱讀數(shù)據(jù)集并處理它以使其適合訓(xùn)練。

import pandas as pd 
from sklearn.model_selection import train_test_split 
 
# Read the titanic dataset 
df_cls = pd.read_csv("titanic.csv") 
df_clsdf_cls = df_cls.drop(['PassengerId','Name','Ticket', 'Cabin'], axis=1) 
 
# Drop instances with null records 
df_clsdf_cls = df_cls.dropna() 
 
# feature processing 
df_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 split 
y = df_cls['Survived'] 
X = df_cls.drop(columns=['Survived'], axis=1) 
 
# Call train test split on the data and capture the results 
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, test_size=0.2) 

在特征工程和將數(shù)據(jù)分成訓(xùn)練測(cè)試數(shù)據(jù)之后，我們可以使用LazyPredict進(jìn)行模型訓(xùn)練。

# LazyClassifier Instance and fiting data 
cls= LazyClassifier(ignore_warnings=False, custom_metric=None) 
models, predictions = cls.fit(X_train, X_test, y_train, y_test) 

回歸任務(wù)：

類似于分類模型訓(xùn)練，LazyPredict附帶了回歸數(shù)據(jù)集的自動(dòng)模型訓(xùn)練。實(shí)現(xiàn)類似于分類任務(wù)，在實(shí)例LazyRegressor中的更改。

import pandas as pd 
from sklearn.model_selection import train_test_split 
 
# read the data 
column_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 split 
y = df_reg['MEDV'] 
X = df_reg.drop(columns=['MEDV'], axis=1) 
 
# Call train_test_split on the data and capture the results 
X_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) 

> (Image by Author), Performance metrics of 42 regression models for the Boston Housing dataset

觀察上述性能指標(biāo)，Adaboost分類器是分類任務(wù)的最佳性能模型，漸變?cè)鰪?qiáng)的替換機(jī)策略模型是回歸任務(wù)的最佳表現(xiàn)模型。

結(jié)論：

在本文中，我們已經(jīng)討論了LazyPredict庫(kù)的實(shí)施，這些庫(kù)可以在幾行Python代碼中訓(xùn)練大約70個(gè)分類和回歸模型。它是一個(gè)非常方便的工具，因?yàn)樗o出了模型執(zhí)行的整體情況，并且可以比較每個(gè)模型的性能。

每個(gè)模型都訓(xùn)練，默認(rèn)參數(shù)，因?yàn)樗粓?zhí)行HyperParameter調(diào)整。選擇最佳執(zhí)行模型后，開發(fā)人員可以調(diào)整模型以進(jìn)一步提高性能。

謝謝你的閱讀！

本文翻譯自Christopher Tao的文章《Train all Classification or Regression models in one line of Python Code》。