Python開(kāi)源機(jī)器學(xué)習(xí)建模庫(kù)PyCaret，最近發(fā)布了2.0版本。

這款堪稱(chēng)調(diào)包俠神器的模型訓(xùn)練工具包，幾行代碼就能搞定模型編寫(xiě)、改進(jìn)和微調(diào)。 從數(shù)據(jù)預(yù)處理到模型效果對(duì)比，PyCaret都能自動(dòng)實(shí)現(xiàn)。 所以，PyCaret長(zhǎng)啥樣，2.0的版本又做了什么改進(jìn)？ 一起來(lái)看看。

機(jī)器學(xué)習(xí)庫(kù)的煉丹爐

PyCaret說(shuō)白了，有點(diǎn)像一個(gè)機(jī)器學(xué)習(xí)庫(kù)的煉丹爐。 以下是它熔進(jìn)來(lái)的部分庫(kù)：

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(jìn)去了，調(diào)用很方便。 然后，PyCaret這個(gè)煉丹爐，自帶功能“按鍵”（定義了一些函數(shù)），包括數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型集成、模型分析、模型測(cè)試等。 只需要寫(xiě)上幾行Python代碼，這些功能“按鍵”就會(huì)被按下，PyCaret自動(dòng)幫你實(shí)現(xiàn)。 至于實(shí)現(xiàn)過(guò)程中需要調(diào)用什么基本庫(kù)，哪些可以放棄絲毫不需要考慮。 從下圖來(lái)看，僅僅是預(yù)處理階段，就包含樣本劃分、數(shù)據(jù)預(yù)處理、缺失值處理、歸一化、獨(dú)熱編碼等功能。

如果要實(shí)現(xiàn)必需的預(yù)處理功能，需要多少行代碼來(lái)調(diào)用？ 答案是0行。 因?yàn)椋?dāng)使用setup()進(jìn)行初始化時(shí)，PyCaret將自動(dòng)執(zhí)行機(jī)器學(xué)習(xí)必需的數(shù)據(jù)預(yù)處理步驟，包括缺失值插入、分類(lèi)變量編碼、標(biāo)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(huì)自動(dòng)分析數(shù)據(jù)，進(jìn)行缺失值插入。

預(yù)處理后，PyCaret還貼心地幫你準(zhǔn)備了各種模型。 從模型訓(xùn)練、選用到測(cè)試，只有你想不到的，沒(méi)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(gè)compare_models函數(shù)就能訓(xùn)練庫(kù)中的所有模型，進(jìn)行結(jié)果比較后，標(biāo)出最佳模型。 如下圖，各種模型指標(biāo)的最優(yōu)值會(huì)被一鍵標(biāo)黃，就看你怎么選擇了。

選好后，想對(duì)模型進(jìn)行一點(diǎn)優(yōu)化？一個(gè)tune_model函數(shù)就能幫你搞定。 或者，不想僅僅選用一個(gè)模型？ PyCaret也準(zhǔn)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(shí)現(xiàn)，功能非常強(qiáng)大。

最后，PyCaret還能為新數(shù)據(jù)提供迭代預(yù)測(cè)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(qiáng)，進(jìn)行了什么改進(jìn)呢？（項(xiàng)目見(jiàn)傳送門(mén)）

PyCaret 2.0增強(qiáng)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(shí)驗(yàn)日志，看起來(lái)是更新后新加入的功能。

實(shí)驗(yàn)日志，對(duì)于模型的調(diào)整不可或缺。 例如，想要將訓(xùn)練過(guò)程中模型的精度變化可視化，通常我們會(huì)在模型中加入生成日志文件的函數(shù)，生成一個(gè)更直觀的時(shí)間-精度變化圖。 PyCaret 2.0加入了實(shí)驗(yàn)日志的功能，自動(dòng)幫你跟蹤模型實(shí)驗(yàn)過(guò)程中的各項(xiàng)指標(biāo)，以及生成視覺(jué)效果等。 不僅如此，在2.0中，模型生成到預(yù)測(cè)的所有工作流程，現(xiàn)在可以被設(shè)計(jì)了。 也就是說(shuō)，你可以設(shè)置一條自定義流水線，在這個(gè)過(guò)程中，從訓(xùn)練到測(cè)試，所有模塊的功能都會(huì)被自動(dòng)化完成。 甚至，PyCaret 2.0還提供了機(jī)器學(xué)習(xí)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(xùn)練。

除此之外，還有一些新的程序功能，等待你去發(fā)現(xiàn)。