傻瓜式自动机器学习库：TPOT

最新推荐文章于 2024-08-15 09:16:51 发布

alicelmx

最新推荐文章于 2024-08-15 09:16:51 发布

阅读量4.9k

点赞数 4

分类专栏：机器学习和自然语言处理相关文章标签： TPOT AUTOML 机器学习

本文链接：https://blog.csdn.net/alicelmx/article/details/89763812

版权

TPOT是一款基于遗传算法的Python自动机器学习工具，能智能探索并找到最佳机器学习pipeline。它能自动进行特征选择、预处理、模型选择和参数调优。本文以IRIS数据集为例，介绍了如何使用TPOT，并详细讲解了TPOT的API参数，同时也指出其耗时的缺点，建议在数据清洗后抽样数据进行初步尝试。

摘要由CSDN通过智能技术生成

官方文档请戳这里?：https://epistasislab.github.io/tpot/
现有的大部分博文都是参考官方文档的，还是直接看最正宗的吧，看英文还是需要些耐心的吧，哈哈哈～

0. 概述

它一种基于遗传算法优化机器学习管道（pipeline）的Python自动机器学习工具。
简单来说，就是TPOT可以智能地探索数千个可能的pipeline，为数据集找到最好的pipeline，从而实现机器学习中最乏味的部分。
在这里插入图片描述
由上图可知，TPOT可以自动实现阴影部分的特征工作，包含特征选择、特征预处理、特征构建、同时还可以进行模型选择和参数调优。
最主要的是，一旦TPOT完成搜索，TPOT同时还提供Python代码，方便后续修改。（此处如果有疑惑，可以看下下面的栗子很快就明白了）

1. 以IRIS数据集为例，使用TPOT

TPOT的接口，与scikit-learn很类似，熟练使用过scikit-learn的同学可以很快上手。
直接上代码：

# 直接导入即可，此处使用的是分类器
from tpot import TPOTClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import numpy as np

# 导入数据集，构建训练和测试样本
iris = load_iris()
X_train,X_test,y_train,y_test = train_test_split(iris.data,iris.target,train_size=0.75,test_size=0.25)

# 建模