独家 | PyCaret 2.1横空出世-有什么新的内容？

作者：Moez Ali

翻译：陈之炎

校对：阿笛

本文约2500字，建议阅读8分钟

本文概述了PyCaret的创新之处，并提供了使用示例。

 

标签：机器学习

可以使用pip下载Py Caret2.1,下载网址：

https://www.pycaret.org

我们激动地宣布2020年8月PyCaret2.1 更新版本正式发布！

Py Caret是一个开源的、低代码率的Python机器学习库，它可以使机器学习工作流程自动化，同时，它也是一个端到端的机器学习和模型管理工具，可以缩短机器学习实验周期，将生产力提高10倍。

与其他开源机器学习库相比，Py Caret是低代码量库的一个很好的选择，只利用几个单词，便可以用它来替换数百行代码，从而使得实验快速高效。

如果以前没有听到或使用过PyCaret，请参阅先前发布的指南，以便快速入门。

安装PyCaret

安装Py Caret非常容易，只需要几分钟的时间。建议使用虚拟环境来避免与其他库的潜在冲突。请参阅下面的示例代码，以创建Conda环境并在该Conda环境中安装pycaret：

#创建conda环境

conda create --name yourenvname python=3.6

#激活环境

conda activate yourenvname

#安装pycaret

pip install pycaret

#创建与conda环境链接的notebook内核

python -m ipykernel install --user --name yourenvname --display-name "display-name"

如果你已经安装好了PyCaret，还可以使用pip对它更新：

pip install --upgrade pycaret

PyCaret 2.1特征概述

 

照片来源：Paweł Czerwiński

GPU上的超参数调优

PyCare t2.0支持某些算法(如：XGBoost、LightGBM和Catboost)的GPU训练。PyCare2.1中添加了新的内容，可以实现在GPU上对这些模型的超参数调优。

#使用GPU 训练xgboost

xgboost = create_model('xgboost', tree_method = 'gpu_hist')

#xgboost 调优

tuned_xgboost = tune_model(xgboost)

由于tune_model函数自动从create_model函数创建的xgboost实例中继承了tree_method，因此在tune_model函数内部不需要其他参数。请参看下图：

包含88个特征的100,000行包含8个类的多类问题。