PyCaret 的 5 个你不知道的事情
PyCaret 的 5 个你不知道的事情
作者：Moez Ali
PyCaret
PyCaret 是一个开源的 Python 机器学习库，用于在低代码环境中训练和部署监督学习和无监督学习模型。它以易用性和高效性而闻名。
与其他开源机器学习库相比，PyCaret 是一个备选的低代码库，可以用几个单词取代数百行代码。
如果你之前没有使用过 PyCaret 或想要了解更多，一个很好的起点是这里。
“在与许多每天使用 PyCaret 的数据科学家交谈后，我列出了 PyCaret 的 5 个功能，它们鲜为人知，但非常强大。” — Moez Ali
👉 你可以调整无监督实验中的“n 参数”
在无监督机器学习中，“n 参数”即聚类实验中的聚类数、异常检测中异常值的比例以及主题建模中的主题数，至关重要。
当实验的最终目标是使用无监督实验的结果来预测结果（分类或回归）时，**pycaret.clustering **模块中的 tune_model() 函数、**pycaret.anomaly **模块中的 tune_model() 函数以及 **pycaret.nlp **模块中的 tune_model() 函数非常有用。
为了理解这一点，让我们看一个使用 “Kiva” 数据集的示例。
这是一个微型银行贷款数据集，每一行代表一个借款人及其相关信息。列 ‘en’ 捕获每个借款人的贷款申请文本，列 ‘status’ 表示借款人是否违约（违约 = 1 或未违约 = 0）。
你可以使用 **pycaret.nlp **中的 tune_model() 函数，根据监督实验的目标变量（即预测最终目标变量所需的最佳主题数）来优化 **num_topics **参数。你可以使用 estimator 参数（在本例中为 ‘xgboost’）定义训练模型。该函数返回一个经过训练的主题模型，并显示每次迭代的监督指标。
👉 通过增加“n_iter”来改善超参数调优的结果
**pycaret.classification **模块和 **pycaret.regression **模块中的 tune_model() 函数采用预定义的超参数调优的随机网格搜索。这里默认的迭代次数设置为 10。
**tune_model **的结果可能并不一定优于使 用 **create_model **创建的基本模型的结果。由于网格搜索是随机的，你可以增加 **n_iter **参数来提高性能。请看下面的示例：
👉 你可以在 setup 函数中以编程方式定义数据类型
当你初始化 **setup **函数时，将要求通过用户输入确认数据类型。在许多情况下，当你将脚本作为工作流的一部分运行或将其作为远程内核执行（例如 Kaggle 笔记本）时，需要以编程方式提供数据类型，而不是通过用户输入框。
请看下面使用 “insurance” 数据集的示例。
silent 参数设置为 True 以避免输入，**categorical_features **参数以字符串形式接受分类列的名称，**numeric_features **参数以字符串形式接受数值列的名称。
👉 你可以忽略某些列进行模型构建
在许多情况下，数据集中存在一些特征，你不一定想要删除，但希望在训练机器学习模型时忽略这些特征。一个很好的例子是聚类问题，你希望在创建聚类时忽略某些特征，但后来需要这些列来分析聚类标签。在这种情况下，你可以使用 **setup **中的 **ignore_features **参数来忽略这些特征。
在下面的示例中，我们将执行一个聚类实验，我们希望忽略 ‘Country Name’ 和 ‘Indicator Name’。
👉在二元分类中，您可以优化概率阈值 %
在分类问题中，假阳性的成本几乎永远不同于假阴性的成本。因此，如果您正在为一个业务问题优化解决方案，其中类型1和类型2错误的影响不同，您可以通过分别定义真阳性、真阴性、假阳性和假阴性的成本，优化分类器的概率阈值值来优化自定义损失函数。默认情况下，所有分类器的阈值为0.5。
查看以下示例，使用“credit”数据集。
然后，您可以在predict_model函数中传递0.2作为probability_threshold参数，以将0.2用作分类正类的阈值。请参见以下示例：
PyCaret 2.0.0 即将发布！
我们收到了来自数据科学界的压倒性支持和反馈。我们正在积极努力改进 PyCaret，并为下一个版本做准备。PyCaret 2.0.0 将更加强大和优秀。如果您想分享您的反馈并帮助我们进一步改进，您可以在网站上填写此表格，或在我们的GitHub或LinkedIn页面上留下评论。
关注我们的LinkedIn，订阅我们的YouTube频道，了解更多关于 PyCaret 的信息。
想了解特定模块吗？
截至首个版本 1.0.0，PyCaret 提供以下可用模块。点击下面的链接查看 Python 中的文档和示例。
还可以查看：
PyCaret 在 Notebook 中的入门教程：
想要贡献吗？
PyCaret 是一个开源项目。欢迎每个人贡献。如果您想贡献，请随时处理开放问题。我们接受带有单元测试的拉取请求，该请求位于 dev-1.0.1 分支上。
如果您喜欢 PyCaret，请在我们的GitHub 仓库上给我们 ⭐️。
Medium: https://medium.com/@moez_62905/
LinkedIn: https://www.linkedin.com/in/profile-moez/
Twitter: https://twitter.com/moezpycaretorg1