刚刚发布了2.0版本，只需要写上几行Python代码萧箫发自凹非寺Python开源机器学习建模

萧箫发自凹非寺
Python开源机器学习建模库 PyCaret ，刚刚发布了2.0版本。

文章图片
从数据预处理到模型效果对比， PyCaret都能自动实现。
所以， PyCaret长啥样， 2.0的版本又做了什么改进？
一起来看看。
PyCaret说白了，有点像一个机器学习库的炼丹炉。
数据处理：pandas、numpy…
数据可视化：matplotlib、seaborn…
各种模型：sklearn、xgboost、catboost、lightgbm…
嗯…sklearn直接就给封装进去了，调用很方便。
PyCaret这个炼丹炉，自带功能“按键” （定义了一些函数）包括数据预处理、模型训练、模型集成、模型分析、模型等。
只需要写上几行Python代码，这些功能“按键”就会被按下， PyCaret自动帮你实现。
至于实现过程中需要调用什么基本库，那些可以放弃思考不需要考虑。
从下图来看，仅仅是预处理阶段，就包含样本划分、数据预处理、缺失值处理、归一化、独热编码等功能。

文章图片
如果要实现必需的预处理功能，需要多少行代码来调用？
答案是 0行。
因为，当使用setup进行初始化时， PyCaret将自动执行机器学习必需的数据预处理步骤，包括缺失值插入、分类变量编码、编码、数据集拆分等。
例如，在数据处理前，你发现数据集有空缺的地方（下图中NaN部分）

文章图片
别怕， PyCaret会自动分析数据，进行缺失值插入。

文章图片
【刚刚发布了2.0版本，只需要写上几行Python代码】预处理后， PyCaret还贴心地帮你准备了各种模型。
从模型训练、选用到，只有你想不到的，没有它做不了的。
如果已经将数据处理好，并交给PyCaret ，一个 compare_models函数就能训练库中的所有模型，进行结果比较后，标出最佳模型。
如下图，各种模型指标的最优值会被一键标黄，就看你怎么选择了。

文章图片
选好后，想对模型进行一点优化？一个 tune_model函数就能帮你搞定。
或者，不想仅仅选用一个模型？
PyCaret也准备了模型集成的函数， blend和stack任你选。
除此之外，模型参数的分析（包括可视化）也只需要几行代码就能实现，功能非常强大。

文章图片