PyCaret：低代码自动化的机器学习工具

PyCaret简介

随着ChatGPT和AI画图的大火，机器学习作为实现人工智能的底层技术被大众越来越多的认知，基于机器学习的产品也越来越多。传统的机器学习实现方法需要较强的编程能力和数据科学基础，这使得想零基础尝试机器学习变得非常困难。

机器学习、深度学习和人工智能（AI）的关系

PyCaret 是 Python 中的开源低代码机器学习库，可自动执行机器学习工作流程。它是一种端到端的机器学习和模型管理工具，可以成倍地加快实验周期并提高您的工作效率。与其他开源机器学习库相比，PyCaret 是一个高度封装的低代码库，可以用几行代码代替数百行代码。这使得机器学习实验呈指数级快速和高效。 

PyCaret的设计和简单性受到了公民数据科学家这一新兴角色的启发，这是Gartner首次使用的术语。公民数据科学家是超级用户，他们可以执行简单和适度复杂的分析任务，而这些任务以前需要更多的专业知识。经验丰富的数据科学家通常很难找到，而且雇佣成本也很高，但公民数据科学家可以成为缓解这一差距并解决商业环境中与数据相关的挑战的有效途径。

Pycaret的主要功能，多数可以以极少的代码自动化实现

Pycaret的特色

低代码量

与其他开源机器学习库相比，PyCaret是一个替代的低代码库，可以用很少的单词替换数百行代码。这使得机器学习实验能以指数级的速度和效率进行。PyCaret本质上是一个Python包装器，围绕着几个机器学习库和框架，如scikit learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Ray等等。除模型选择外，调参，数据预