用 PyCaret 和 Gradio 加速你的机器学习

用 PyCaret 和 Gradio 加速你的机器学习实验

一步一步教程，快速开发和交互式机器学习流程

👉 介绍

本教程是一个逐步进行的、面向初学者的解释，展示如何在几分钟内集成 Python 中两个强大的开源库 PyCaret 和 Gradio，并加速你的机器学习实验。

本教程是一个“hello world”示例，我使用了 UCI 的 鸢尾花数据集，这是一个多分类问题，目标是预测鸢尾花的类别。本示例中给出的代码可以在任何其他数据集上复现，无需进行任何重大修改。

👉 PyCaret

PyCaret 是一个开源的、低代码的机器学习库和端到端模型管理工具，用 Python 构建，可自动化机器学习工作流程。它因易用性、简单性以及快速高效地构建和部署端到端机器学习原型而广受欢迎。

PyCaret 是一个替代低代码库，可以用少量代码替换数百行代码。这使得实验周期指数级加快，效率大大提高。

PyCaret 简单且 易于使用。PyCaret 中执行的所有操作都按顺序存储在一个Pipeline中，该 Pipeline 完全自动化用于**部署。**无论是填补缺失值、独热编码、转换分类数据、特征工程，甚至是超参数调整，PyCaret 都可以自动化完成。

要了解更多关于 PyCaret 的信息，请访问他们的 GitHub。

👉 Gradio

Gradio 是一个开源的 Python 库，用于为你的机器学习模型创建可定制的 UI 组件。Gradio 可以让你通过在浏览器中拖放自己的图像、粘贴自己的文本、录制自己的声音等方式，轻松“玩弄”你的模型，并查看模型的输出。

Gradio 适用于：

• 围绕训练好的 ML 流程创建快速演示
• 获取模型性能的实时反馈
• 在开发过程中交互式调试你的模型

要了解更多关于 Gradio 的信息，请访问他们的 GitHub。

👉 安装 PyCaret

安装 PyCaret 非常简单，只需几分钟即可完成。我们强烈建议使用虚拟环境，以避免与其他库可能发生的冲突。

PyCaret 的默认安装是一个精简版本的 pycaret，只安装了列在这里的硬依赖项。

# 安装精简版本（默认）
pip install pycaret

# 安装完整版本
pip install pycaret[full]

当你安装 pycaret 的完整版本时，还会安装所有列在这里的可选依赖项。

👉 安装 Gradio

你可以通过 pip 安装 gradio。

pip install gradio

👉 让我们开始吧

# 从 pycaret 仓库加载鸢尾花数据集
from pycaret.datasets import get_data
data = get_data('iris')

👉 初始化设置

# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)

每当你在 PyCaret 中初始化设置函数时，它会对数据集进行分析，并推断所有输入特征的数据类型。在这种情况下，你可以看到所有四个特征（sepal_length, sepal_width, petal_length 和 petal_width）都被正确识别为数值数据类型。你可以按 Enter 键继续。

在 PyCaret 的所有模块中，setup 函数是开始任何机器学习实验的第一个且唯一必需步骤。除了默认执行一些基本处理任务外，PyCaret 还提供了广泛的预处理功能，例如缩放和转换、特征工程、特征选择，以及一些关键的数据准备步骤，如独热编码、缺失值填补、过采样/欠采样等。要了解 PyCaret 中所有预处理功能的更多信息，您可以查看这个链接。

👉 比较模型

这是在 PyCaret 中进行 任何 监督实验工作流中我们推荐的第一步。此函数使用默认超参数训练模型库中的所有可用模型，并使用交叉验证评估性能指标。

该函数的输出是一个表格，显示所有模型的平均交叉验证分数。可以使用 fold 参数（默认值为 10 折）定义折数。表格按选择的指标排序（从高到低），可以使用 sort 参数定义选择的指标（默认值为 'Accuracy'）。

best = compare_models(n_select = 15)
compare_model_results = pull()

setup 函数中的 n_select 参数控制返回的训练模型。在这种情况下，我将其设置为 15，表示返回前 15 个模型作为列表。第二行中的 pull 函数将 compare_models 的输出存储为 pd.DataFrame。

len(best)
>>> 15

print(best[:5])

👉 Gradio

现在我们已经完成建模过程，让我们使用 Gradio 创建一个简单的用户界面来与我们的模型进行交互。我将分两部分进行，首先创建一个函数，该函数将使用 PyCaret 的 predict_model 功能生成并返回预测结果，第二部分将该函数输入到 Gradio 中，并为交互设计一个简单的输入表单。

第一部分 — 创建内部函数

代码的前两行将输入特征转换为 pandas DataFrame。第 7 行创建了一个在 compare_models 输出中显示的模型名称的唯一列表（这将用作 UI 中的下拉菜单）。第 8 行根据列表的索引值选择最佳模型（将通过 UI 传递），第 9 行使用 PyCaret 的 predict_model 功能对数据集进行评分。

第二部分 — 使用 Gradio 创建用户界面

下面代码中的第 3 行创建了一个模型名称的下拉菜单，第 4–7 行为每个输入特征创建了一个滑块，并将默认值设置为每个特征的平均值。第 9 行启动了一个 UI（在笔记本中以及在本地主机上，因此您可以在浏览器中查看）。

您可以在这里观看这个快速视频，看看如何轻松地与您的管道进行交互，并查询您的模型，而无需编写数百行代码或开发一个完整的前端。

希望您能欣赏 PyCaret 和 Gradio 中的易用性和简单性。在不到 25 行代码和几分钟的实验时间内，我使用 PyCaret 训练和评估了多个模型，并开发了一个轻量级的 UI 与 Notebook 中的模型进行交互。

即将推出！

下周我将撰写一篇关于使用 PyCaret 异常检测模块 对时间序列数据进行无监督异常检测的教程。请关注我的 Medium、LinkedIn 和 Twitter 获取更多更新。

使用 Python 中这个轻量级的工作流自动化库，您可以实现无限可能。如果您觉得这个工具有用，请不要忘记在我们的 GitHub 仓库上给我们 ⭐️。

要了解更多关于 PyCaret 的信息，请关注我们的 LinkedIn 和 Youtube。

加入我们的 Slack 频道。邀请链接在这里。

您可能也对以下内容感兴趣：

使用 PyCaret 2.0 在 Power BI 中构建自己的 AutoML 使用 Docker 在 Azure 上部署机器学习流水线 在 Google Kubernetes Engine 上部署机器学习流水线 在 AWS Fargate 上部署机器学习流水线 构建和部署你的第一个机器学习 Web 应用 使用 AWS Fargate 无服务器部署 PyCaret 和 Streamlit 应用 使用 PyCaret 和 Streamlit 构建和部署机器学习 Web 应用 在 GKE 上部署使用 Streamlit 和 PyCaret 构建的机器学习应用

重要链接

文档 博客 GitHub StackOverflow 安装 PyCaret Notebook 教程 为 PyCaret 做贡献

想了解特定模块吗？

点击下面的链接查看文档和工作示例。

分类 回归 聚类 异常检测 自然语言处理 关联规则挖掘