2022 年顶级机器学习算法和 Python 库，【原理+实战+视频+源码】

• start

• target

• dynamic _feat

• cat

以下是使用这个算法/架构的一些优点：

• 易于建模——在相同的地方构建/训练/部署，速度相当快

• 简单的架构——聚焦于更少的编码，更多地关注您的数据和需要解决的业务问题当然，这个算法还有更多优点，所以我只是简单地介绍了下，因为不是所有的读者都在使用 AWS。

DeepAR Forcasting 算法的文档

PyCaret

---

因为没有太多的新算法需要讨论，我想包括一种能够比较几种算法的库，其中一些算法可能会更新迭代，所以比较新。这个 Python 库是开源和低代码的，可以被引用。当我开始比较并最终选择我的数据科学模型的最终算法时，它让我更加了解新的和即将流行的机器学习算法。

以下是使用这个

库的一些好处：

• 更少的编码时间——您不需要导入库，也不需要设置每个算法特有的每个预处理步骤，相反，您可以填写一些参数，让您可以将几乎所有您听说过的算法并排进行比较

• 易于使用——随着库的演变，它们的易用性也在不断提高。

• 端到端处理——可以研究从数据转换到预测结果的数据科学问题

• 集成良好——可以 Power BI 中使用 AutoML

• 整合——可以加入不同的算法以获得更多好处