💻 安装
PyCaret 3.0-rc 现已可用 。使用 pip install --pre pycaret 来尝试。查看这个示例 Notebook。
安装
PyCaret 在以下 64 位系统上经过测试和支持：
- Python 3.6 – 3.8
- Python 3.9 仅适用于 Ubuntu
- Ubuntu 16.04 或更高版本
- Windows 7 或更高版本
使用 Python 的 pip 包管理器安装 PyCaret。
pip install pycaret
要安装完整版本（参见下面的依赖项）：
pip install pycaret[full]
如果您想尝试我们的夜间构建（不稳定版本），可以从 pip 安装 pycaret-nightly。pip install pycaret-nightly
环境
为了避免与其他软件包可能发生的冲突，强烈建议使用虚拟环境，例如 python3 的虚拟环境（参见 python3 虚拟环境文档）或者 conda 环境。使用隔离的环境可以独立安装特定版本的 pycaret 及其依赖项，而不会受到先前安装的 Python 软件包的影响。;
# 创建 conda 环境
conda create --name yourenvname python=3.8
# 激活 conda 环境
conda activate yourenvname
# 安装 pycaret
pip install pycaret
# 创建 notebook 内核
python -m ipykernel install --user --name yourenvname --display-name "display-name"
PyCaret **尚不**与 sklearn>=0.23.2 兼容。
GPU
使用 PyCaret，您可以在 GPU 上训练模型，加快工作流程速度。只需在 setup 函数中传递 use_gpu = True 即可在 GPU 上训练模型。API 的使用方式没有变化，但在某些情况下，可能需要安装其他库，因为它们不会随默认版本或完整版本一起安装。截至最新版本，以下模型可以在 GPU 上训练：
- 极端梯度提升（无需进一步安装）
- Catboost（无需进一步安装）
- Light Gradient Boosting Machine 需要 GPU 安装
- 逻辑回归、岭分类器、随机森林、K 近邻分类器、K 近邻回归器、支持向量机、线性回归、岭回归、Lasso 回归 需要 cuML >= 0.15
依赖项
选择选项卡
requirements
pandas;
scipy 1.5.4
seaborn;
matplotlib;
IPython;
joblib;
scikit-learn==0.23.2;
ipywidgets;
yellowbrick>=1.0.1;
lightgbm>=2.3.1;
plotly>=4.4.1;
wordcloud;
textblob;
cufflinks>=0.17.0;
umap-learn;
pyLDAvis;
gensim 4.0.0;
spacy 2.4.0;
nltk;
mlxtend>=0.17.0;
pyod;
pandas-profiling>=2.8.0;
kmodes>=0.10.1;
mlflow;
imbalanced-learn==0.7.0;
scikit-plot;
Boruta;
pyyaml<6.0.0;
numba<0.55
requirements-optional
shap;
interpret<=0.2.4;
tune-sklearn>=0.2.1;
ray\[tune]>=1.0.0;
hyperopt;
optuna>=2.2.0;
scikit-optimize>=0.8.1;
psutil;
catboost>=0.23.2;
xgboost>=1.1.0;
explainerdashboard;
m2cgen;
evidently;
autoviz;
fairlearn;
fastapi;
uvicorn;
gradio;
fugue>=0.6.5;
boto3;
azure-storage-blob;
google-cloud-storage
requirements-test
pytest;
moto;
codecov;
**注意：**我们正在积极努力减少下一个主要版本中的默认依赖项。我们打算在将来支持功能级别和模块特定的安装。例如：pip install pycaret[nlp]。
从源代码构建
要直接从 GitHub 安装软件包（最新源代码），请使用以下命令：
pip install git+https://github.com/pycaret/pycaret.git#egg=pycaret
不要忘记包含 #egg=pycaret 部分，以明确命名项目，这样 pip 可以在没有运行 setup.py 脚本的情况下跟踪其元数据。
运行测试：
要启动测试套件，请从源代码目录外运行以下命令：
pytest pycaret
Docker
Docker 使用容器创建虚拟环境，将 PyCaret 安装与系统的其余部分隔离开来。PyCaret Docker 预装了一个 Notebook 环境，可以与主机共享资源（访问目录、使用 GPU、连接互联网等）。PyCaret Docker 镜像在每个发布版本中都经过测试。
docker run -p 8888:8888 pycaret/slim
要使用完整版本的 Docker 镜像，请运行以下命令：
docker run -p 8888:8888 pycaret/full
要了解更多信息，请查看此文档。