自動化機器學習(自動ML)是指自動化數據科學模型開發管道的組件。Automl減少數據科學家的工作量并加快工作流程。Automl可用于自動化各種流水線組件，包括數據理解，EDA，數據處理，模型訓練，Quand參數調諧等。

[[398921]]

對于端到端機器學習項目，每個管道組件的復雜性取決于項目。有各種自動啟用源庫，可加快每個管道組件。閱讀本文知道8個自動列表庫以自動化機器學習管道。

在本文中，我們將討論如何使用開源Python庫LazyPredict自動化模型訓練過程。

什么是lazypredict?

LazyPredict是一個開源Python庫，可自動化模型訓練管道并加快工作流程。LazyPredict在分類數據集中約為30個分類模型，并列出了回歸數據集的40個回歸模型。

LazyPredict與訓練有素的型號一起回到其性能指標，而無需編寫太多代碼。人們可以比較每個模型的性能指標并調整最佳模型，以進一步提高性能。

安裝：

leazepredict可以使用pypl庫安裝：

pip install lazypredict 

安裝后，可以導入庫進行分類和回歸模型的自動訓練。

from lazypredict.Supervised import LazyRegressor, LazyClassifier 

用法：

LazyPredict支持分類和回歸問題，所以我會討論兩個任務的演示

波士頓住房(回歸)和泰坦尼克號(分類)DataSet用于演示LazyPredict庫。

分類任務：

LazyPredict的用法非常直觀，類似于Scikit-learn。首先，為分類任務創建估計器LazyClassifier的實例。一個可以通過定制度量標準進行評估，默認情況下，每種型號將在準確性，ROC AUC分數，F1分數進行評估。

在繼續進行LazyPredict模型訓練之前，必須閱讀數據集并處理它以使其適合訓練。

import pandas as pd 
from sklearn.model_selection import train_test_split 
 
# Read the titanic dataset 
df_cls = pd.read_csv("titanic.csv") 
df_clsdf_cls = df_cls.drop(['PassengerId','Name','Ticket', 'Cabin'], axis=1) 
 
# Drop instances with null records 
df_clsdf_cls = df_cls.dropna() 
 
# feature processing 
df_cls['Sex'] = df_cls['Sex'].replace({'male':1, 'female':0}) 
df_cls['Embarked'] = df_cls['Embarked'].replace({'S':0, 'C':1, 'Q':2}) 
 
# Creating train test split 
y = df_cls['Survived'] 
X = df_cls.drop(columns=['Survived'], axis=1) 
 
# Call train test split on the data and capture the results 
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, test_size=0.2) 

在特征工程和將數據分成訓練測試數據之后，我們可以使用LazyPredict進行模型訓練。

# LazyClassifier Instance and fiting data 
cls= LazyClassifier(ignore_warnings=False, custom_metric=None) 
models, predictions = cls.fit(X_train, X_test, y_train, y_test) 

回歸任務：

類似于分類模型訓練，LazyPredict附帶了回歸數據集的自動模型訓練。實現類似于分類任務，在實例LazyRegressor中的更改。

import pandas as pd 
from sklearn.model_selection import train_test_split 
 
# read the data 
column_names = ['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV'] 
df_reg = pd.read_csv("housing.csv", header=None, delimiter=r"\s+", names=column_names) 
 
# Creating train test split 
y = df_reg['MEDV'] 
X = df_reg.drop(columns=['MEDV'], axis=1) 
 
# Call train_test_split on the data and capture the results 
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42, test_size=0.2) 

reg = LazyRegressor(ignore_warnings=False, custom_metric=None) 
models, predictions = reg.fit(X_train, X_test, y_train, y_test) 

> (Image by Author), Performance metrics of 42 regression models for the Boston Housing dataset

觀察上述性能指標，Adaboost分類器是分類任務的最佳性能模型，漸變增強的替換機策略模型是回歸任務的最佳表現模型。

結論：

在本文中，我們已經討論了LazyPredict庫的實施，這些庫可以在幾行Python代碼中訓練大約70個分類和回歸模型。它是一個非常方便的工具，因為它給出了模型執行的整體情況，并且可以比較每個模型的性能。

每個模型都訓練，默認參數，因為它不執行HyperParameter調整。選擇最佳執行模型后，開發人員可以調整模型以進一步提高性能。

謝謝你的閱讀！

本文翻譯自Christopher Tao的文章《Train all Classification or Regression models in one line of Python Code》。