Python開源機器學(xué)習(xí)建模庫PyCaret，最近發(fā)布了2.0版本。

這款堪稱調(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、改進和微調(diào)。 從數(shù)據(jù)預(yù)處理到模型效果對比，PyCaret都能自動實現(xiàn)。 所以，PyCaret長啥樣，2.0的版本又做了什么改進？ 一起來看看。

機器學(xué)習(xí)庫的煉丹爐

PyCaret說白了，有點像一個機器學(xué)習(xí)庫的煉丹爐。 以下是它熔進來的部分庫：

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直接就給封裝進去了，調(diào)用很方便。 然后，PyCaret這個煉丹爐，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、模型測試等。 只需要寫上幾行Python代碼，這些功能“按鍵”就會被按下，PyCaret自動幫你實現(xiàn)。 至于實現(xiàn)過程中需要調(diào)用什么基本庫，哪些可以放棄絲毫不需要考慮。 從下圖來看，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、獨熱編碼等功能。

如果要實現(xiàn)必需的預(yù)處理功能，需要多少行代碼來調(diào)用？ 答案是0行。 因為，當使用setup()進行初始化時，PyCaret將自動執(zhí)行機器學(xué)習(xí)必需的數(shù)據(jù)預(yù)處理步驟，包括缺失值插入、分類變量編碼、標簽編碼、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會自動分析數(shù)據(jù)，進行缺失值插入。

預(yù)處理后，PyCaret還貼心地幫你準備了各種模型。 從模型訓(xùn)練、選用到測試，只有你想不到的，沒有它做不了的。 如果已經(jīng)將數(shù)據(jù)處理好，并交給PyCaret，一個compare_models函數(shù)就能訓(xùn)練庫中的所有模型，進行結(jié)果比較后，標出最佳模型。 如下圖，各種模型指標的最優(yōu)值會被一鍵標黃，就看你怎么選擇了。

選好后，想對模型進行一點優(yōu)化？一個tune_model函數(shù)就能幫你搞定。 或者，不想僅僅選用一個模型？ PyCaret也準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現(xiàn)，功能非常強大。

最后，PyCaret還能為新數(shù)據(jù)提供迭代預(yù)測結(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，進行了什么改進呢？（項目見傳送門）

PyCaret 2.0增強版

這是PyCaret 2.0的6大特色，有些在1.0就有了，有些功能如實驗日志，看起來是更新后新加入的功能。

實驗日志，對于模型的調(diào)整不可或缺。 例如，想要將訓(xùn)練過程中模型的精度變化可視化，通常我們會在模型中加入生成日志文件的函數(shù)，生成一個更直觀的時間-精度變化圖。 PyCaret 2.0加入了實驗日志的功能，自動幫你跟蹤模型實驗過程中的各項指標，以及生成視覺效果等。 不僅如此，在2.0中，模型生成到預(yù)測的所有工作流程，現(xiàn)在可以被設(shè)計了。 也就是說，你可以設(shè)置一條自定義流水線，在這個過程中，從訓(xùn)練到測試，所有模塊的功能都會被自動化完成。 甚至，PyCaret 2.0還提供了機器學(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)。