使用PyCaret构建机器学习模型

作者|LAKSHAY ARORA 编译|VK 来源|Analytics Vidhya

概述

• PyCaret是一个超级有用的Python库，用于在短时间内执行多个机器学习任务

• 学习如何依赖PyCaret在几行代码中构建复杂的机器学习模型

介绍

我建立的第一个机器学习模型是一个相当麻烦的代码块。我仍然记得构建一个集成模型，它需要许多行代码，它十分需要一个向导来解开这些混乱的代码！

当涉及到构建可解释的机器学习模型时，尤其是在行业中，编写高效的代码是成功的关键。所以我强烈建议使用PyCaret库。

我希望PyCaret在我的刚学习机器学习的日子里出现！这是一个非常灵活和有用的库，我在最近几个月已经相当依赖。我坚信任何有志成为数据科学或分析专业人士的人都会从使用PyCaret中受益匪浅。

我们将看到PyCaret到底是什么，包括如何在你的机器上安装它，然后我们将深入研究如何使用PyCaret来构建可解释的机器学习模型，包括集成模型。

目录

1. 什么是PyCaret？为什么要使用它？

2. 安装PyCaret

3. 熟悉PyCaret

4. 使用PyCaret训练我们的机器学习模型

5. 使用PyCaret构建集成模型

6. 分析模型

7. 做出预测

8. 保存并加载模型

什么是PyCaret？为什么要使用它？

PyCaret是Python中一个开源的机器学习库，它可以帮助你从数据准备到模型部署。它很容易使用，你可以用一行代码完成几乎所有的数据科学项目任务。

我发现PyCaret非常方便。以下是两个主要原因：

• PyCaret是一个代码库，它使你的工作效率更高。你可以在代码上花更少的时间，做更多的实验

• 它是一个易于使用的机器学习库，将帮助你执行端到端的机器学习实验，无论是输入缺失值、编码分类数据、特征工程、超参数调整，还是构建集成模型

安装PyCaret

这是最直接的。可以直接使用pip安装PyCaret的第一个稳定版本v1.0.0。只需在Jupyter Notebook中运行以下命令即可开始：

!pip3 install pycaret

熟悉PyCaret

问题陈述和数据集

在本文中，我们将解决一个分类问题。我们有一个银行数据集，包括客户年龄、经验、收入、教育程度，以及他/她是否有信用卡。该行希望建立一个机器学习模型，帮助他们识别购买个人贷款可能性更高的潜在客户。

数据集有5000行，我们保留了4000行用于训练模型，剩下的1000行用于测试模型。你可以在这里找到本文中使用的完整代码和数据集。