pycaret有多神，文檔就有多潦草 -- pycaret 如何查看setup之後的數據

最新推荐文章于 2024-03-06 15:06:20 发布

數據科學喵喵神教

最新推荐文章于 2024-03-06 15:06:20 发布

阅读量244

点赞数 1

分类专栏：机器学习的一些想法和笔记文章标签：机器学习人工智能数据分析

本文链接：https://blog.csdn.net/weixin_47442572/article/details/132161639

版权

机器学习的一些想法和笔记专栏收录该内容

13 篇文章 2 订阅

订阅专栏

pycaret有多神，文檔就有多潦草 – pycaret 如何查看setup之後的數據

背景

最近在用Pycaret做一些機器學習的快速實驗，的確是非常强大的一個低代碼機器學習包~

基本上對標autoML，datarobot等功能。只要幾行代碼就能對比十幾種算法的結果，還能迅速調出各種不同計算方法的feature importance（例如之前寫過的一篇permutation feature importance 【机器学习】用特征量重要度(feature importance)解释模型靠谱么？怎么才能算出更靠谱的重要度？）甚至還能出SHAP圖~！總之非常强大！

但是，pycaret的文檔實在做的不怎麽樣，什麽都找不太到，外網上也是怨聲載道。
這次遇到的問題在於做完數據setup之後，不知如何查看transform之後的數據是什麽樣

Pycaret調用方法

先准備個數據

from pycaret.datasets import get_data
data = get_data('diabetes')

1. 數據前處理 setup （包括補充缺損，one-hot encoding, 正規化數據等）

pycaret的數據前處理叫做setup，就這一行，基本可以實現所有需要的前處理。

from pycaret.classification import *
s = setup(data, target = 'Class variable', session_id = 123)

在这里插入图片描述
這個預處理結果可以看到這個setup對數據做了哪些事情。
比如缺損值是用什麽方式補充的，numeric是mean, categorical feature是mode(次數最多值)，train test是怎麽分的（這裏是10 stratified KFold）等等。

但是文檔裏也沒寫我們如何查看它transform之後的數據是不是和我們預想的一樣。

重點來了！！！!

用 `get_config('X_transformed')` 可以查看處理完的數據

在这里插入图片描述

還可以用來看以下内容：

get_config('input from below list')

{‘USI’,
‘X’, # 我猜是原始數據features
‘X_test’,# 爲了crossvalidation分好的test features
‘X_test_transformed’,# test的處理完數據 features
‘X_train’,# 爲了crossvalidation分好的train features
‘X_train_transformed’,# train的處理完數據features
‘X_transformed’, # 處理完的數據features
‘_available_plots’,
‘_ml_usecase’,
‘data’,
‘dataset’,
‘dataset_transformed’,
‘exp_id’,
‘exp_name_log’,
‘fix_imbalance’,
‘fold_generator’,
‘fold_groups_param’,
‘fold_shuffle_param’,
‘gpu_n_jobs_param’,
‘gpu_param’,
‘html_param’,
‘idx’,
‘is_multiclass’,
‘log_plots_param’,
‘logging_param’,
‘memory’,
‘n_jobs_param’,
‘pipeline’,
‘seed’,
‘target_param’,
‘test’,
‘test_transformed’,
‘train’,
‘train_transformed’,
‘variable_and_property_keys’,
‘variables’,
‘y’,
‘y_test’, # 以下是對應的target部分
‘y_test_transformed’,
‘y_train’,
‘y_train_transformed’,
‘y_transformed’}