PyCaret 2.3.6 来了！了解有什么新功能？
🚀 简介
PyCaret 是一个开源的、低代码的 Python 机器学习库，可以自动化机器学习工作流程。它是一个端到端的机器学习和模型管理工具，可以大大加快实验周期并提高工作效率。
在新功能和功能方面，PyCaret 2.3.6 是迄今为止最大的更新。本文演示了在最新版本的 PyCaret 2.3.6 中添加的新功能的使用方法。
💻 安装
安装很简单，只需要几分钟时间。PyCaret 的默认安装只会安装 requirements.txt 文件中列出的硬性依赖项。
pip install pycaret
要安装完整版本：
pip install pycaret[full]
📈 仪表盘
这个函数将为训练好的模型生成交互式仪表盘。该仪表盘使用 ExplainerDashboard 实现。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 生成仪表盘
dashboard(lr)
视频演示：
https://www.youtube.com/watch?v=FZ5-GtdYez0
📊 探索性数据分析（EDA）
这个函数将使用 AutoViz 集成生成自动化的 EDA。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 生成 EDA
eda()
视频演示：
https://www.youtube.com/watch?v=Pm5VOuYqU4Q
🚊 转换模型
这个函数将训练好的机器学习模型转换为不同编程语言（Python、C、Java、Go、JavaScript、Visual Basic、C#、PowerShell、R、PHP、Dart、Haskell、Ruby、F#）的本地推理脚本。如果您想将模型部署到无法安装正常 Python 环境以支持模型推理的环境中，这个功能非常有用。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 转换模型
lr_java = convert_model(lr, language = 'java')
print(lr_java)
-33679c63ea81cfb5d696dec5ab9f5860.png)
视频演示：
https://www.youtube.com/watch?v=xwQgfNC7808
☑️ 检查公平性
公平性有很多概念化的方法。这个新函数遵循了称为 group fairness 的方法，它问：哪些个体群体有遭受伤害的风险。这个函数提供了不同群体（也称为子群体）之间的公平性相关指标。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('income')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'income >50K', session_id = 123)
# 训练模型
lr = create_model('lr')
# 检查公平性
check_fairness(lr, sensitive_features = ['race'])
-049205d366e97015636b3421c69115a2.png)
视频演示：
📩 创建 Web API
这 个函数将使用 FastAPI 框架为 ML 管道创建一个用于推理的 POST API。它只创建 API，不会自动运行。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 创建 API
create_api(lr, 'my_first_api')
# 运行 API
!python my_first_api.py
-264317cc5b0f9215523f63b6bcfc317a.png)
 (1)-d9a94f3d6ec905bc5e3fb7499dd5920e.png)
视频演示：
https://www.youtube.com/watch?t=1s&v=88M9c5Hc-k0
🚢 创建 Docker
这个函数将为您的 API 端点创建一个 Dockerfile 和 requirements 文件。
# 载入数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 创建 API
create_api(lr, 'my_first_api')
# 创建 Docker
create_docker('my_first_api')
-3bcf997497f341644bf3d4aed172b85f.png)
视频演示:
https://www.youtube.com/watch?v=xMgwEJ57uxs
💻 创建 Web 应用程序
此函数为推断创建一个基本的 Gradio Web 应用程序。稍后将扩展为其他应用程序类型，如 Streamlit。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
-209c56e5f56baca56bfa41d152f278d4.png)
视频演示:
https://www.youtube.com/watch?v=4JyYhbW6eCA
🎰 监控机器学习模型的漂移
predict_model 函数新增了一个名为 drift_report 的参数，使用 Evidently AI 框架生成漂移报告。目前此功能处于实验模式，仅适用于测试数据。稍后将扩展为生产使用。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 生成报告
preds = predict_model(lr, drift_report = True)
-3af72338344acd394a6c6bb09679cce0.png)
视频演示:
https://www.youtube.com/watch?v=C9TNq1bndRI
🔨 绘制模型现在更加可配置
PyCaret 中的 plot_model 函数现在更加可配置。例如，以前如果想在混淆矩阵中看到百分比而不是绝对数字是不可能的，或者如果想要更改可视化的颜色映射也是不可能的。现在在 plot_model 函数中使用新参数 plot_kwargs 可以实现。查看示例：
# 加载数据集
from pycaret.datasets import get_data
data = get_data('iris')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'species', session_id = 123)
# 训练模型
lr = create_model('lr')
# 绘制模型（不使用 plot kwargs）
plot_model(lr, plot = 'confusion_matrix')
# 绘制模型（使用 plot kwargs）
plot_model(lr, plot = 'confusion_matrix', plot_kwargs = {'percent' : True})
-1b428ce9c27794531e431b3d6e6cce8d.png)
🏆 优化阈值
这不是一个新功能，但在 2.3.6 版本中进行了彻底改进。此功能用于优化二元分类问题的概率阈值。以前，您必须在此函数中传递成本函数，如 true_positive、false_positive、true_negative、false_negative，现在它会自动选择所有指标，包括您活动实验运行中的自定义指标。
# 加载数据集
from pycaret.datasets import get_data
data = get_data('blood')
# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'Class', session_id = 123)
# 训练模 型
lr = create_model('lr')
# 优化阈值
optimize_threshold(lr)
-8d5ce14853265dadad70c40b3646f17d.png)
📚 新文档
最大、最艰难的是全新的文档。这是关于 PyCaret 的一切的真相之源，从官方教程到发布说明，从 API 参考到社区贡献。观看视频导览：
最后，如果您想了解 2.3.6 版本中添加的所有新功能，请观看这段 10 分钟的视频：
https://www.youtube.com/watch?t=4s&v=Qr6Hu2t2gwY
要了解 PyCaret 2.3.6 中的所有其他更改、错误修复和小更新，请查看详细的发布说明。
感谢阅读。