【环境配置】Lazypredict的安装使用

最新推荐文章于 2024-03-24 13:48:46 发布
最新推荐文章于 2024-03-24 13:48:46 发布
阅读量1.6k 收藏 6
点赞数 1
文章标签： sklearn python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhouhy0903/article/details/125032439
版权

lazypredict介绍

  lazypredict是一个基于scikit-learn的机器学习包，一行代码搞定多个机器学习模型的训练。

lazypredict安装

  初始环境，lazypredict的版本为0.2.7，python版本为3.9.7，scikit-learn版本为1.1.1

pip3 install lazypredict==0.2.7 numpy pandas tqdm scikit-learn xgboost lightgbm

  安装完成后以一个分类问题为例，使用lazypredict可以对样本进行多个模型的简单训练。

from lazypredict.Supervised import LazyClassifier, LazyRegressor
from sklearn.model_selection import train_test_split
from sklearn import datasets
data = datasets.load_iris()
x, y = data["data"], data["target"]
x_train, x_test, y_train, y_test = train_test_split(x,y, train_size = 0.7)
print(x_train.shape, y_train.shape, x_test.shape, y_test.shape)
clf = LazyClassifier(predictions = True)
models, predictions = clf.fit(x_train, x_test, y_train, y_test)
models

在这里插入图片描述

import报错

  lazypredict在安装过程中可能会出现与scikit-learn版本不一致的问题，若scikit-learn版本为0.24.2则无法正常import lazypredict。除了安装可用的版本外（1.1.1以上应该可以），也可以将安装后的lazypredict文件夹移动至项目目录下修改部分源码即可使用。
修改lazypredict目录下的Supervised.py，内容如下：

修改import部分

# from sklearn.utils.testing import all_estimators
from sklearn.utils import all_estimators

在 removed_classifiers中修改如下内容

# sklearn.ensemble.gradient_boosting.GradientBoostingClassifier
sklearn.ensemble.GradientBoostingClassifier

# sklearn.gaussian_process.gpc.GaussianProcessClassifier
sklearn.gaussian_process._gpc.GaussianProcessClassifier

# sklearn.neural_network.multilayer_perceptron.MLPClassifier
sklearn.neural_network.MLPClassifier

# sklearn.linear_model.logistic.LogisticRegressionCV
sklearn.linear_model.LogisticRegressionCV

# sklearn.neighbors.classification.RadiusNeighborsClassifier
sklearn.neighbors.RadiusNeighborsClassifier

# sklearn.ensemble.voting.VotingClassifier
sklearn.ensemble.VotingClassifier

在removed_regressors中修改如下内容

# removed_regressors = [('TheilSenRegressor', sklearn.linear_model.theil_sen.TheilSenRegressor),
removed_regressors = [('TheilSenRegressor', sklearn.linear_model.TheilSenRegressor),

# 去掉这一行
('_SigmoidCalibration', sklearn.calibration._SigmoidCalibration)
zhouhy0903
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
lazypredict:Lazy Predict帮助您在无需大量代码的情况下构建许多基本模型，并帮助您了解哪些模型在不进行任何参数调整的情况下效果更好
04-30
懒惰的预测 Lazy Predict可帮助您构建许多基本模型而无需太多代码，并且有助于了解哪些模型在无需任何参数调整的情况下效果更好。 免费软件：MIT许可证 文档： : 。 安装 要安装Lazy Predict，请执行以下操作： pip install lazypredict 用法 要在项目中使用Lazy Predict，请执行以下操作： import lazypredict 分类 例子 from lazypredict.Supervised import LazyClassifier from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split data = load_breast_cancer() X = data.data y= d
Python 机器学习模型库之lazypredict使用详解
Rocky006的博客
03-07 1200
在机器学习领域，构建和比较多个模型是常见的任务，但这往往需要大量的时间和精力。Python 的 lazypredict 库应运而生，它旨在简化机器学习模型的比较和评估过程，让用户能够快速构建多个模型，并通过自动化的方式获取它们的性能指标。本文将深入探讨 lazypredict 库的各个方面，包括其基本概念、主要功能、使用方法以及实际应用场景。
支持向量机进行枣类遗传的回归预测分析
ZJH
07-17 202
svm
python中sklearn库predict,python sklearn linearmodel
最新发布
wenangou6
03-24 727
Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归（Regression）、降维（Dimensionality Reduction）、分类（Classfication）、聚类（Clustering）方法。常用的回归：线性、决策树、SVM、KNN；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees常用的分类：线性、决策树、SVM、KNN，朴素贝叶斯；
在一行 Python 代码中训练所有的分类或回归模型
Warmer_Sweeter
07-19 612
引言自动机器学习(Auto-ML)是指自动化数据科学模型开发流水线的组件。AutoML 减少了数据科学家的工作量，并加快了工作流程。AutoML 可用于自动化各种流水线组件，包括数据理解，...
将 Pandas 换为交互式表格的 Python 库
weixin_68789096的博客
09-18 63
LazyPredict 是一个强大的机器学习 Python 库，它提供了一种易于使用且方便的方法来同时比较各种机器学习模型。它被设计为一个灵活、直观且易于使用的库，可用于分类和回归任务。它支持广泛的算法，包括线性和非线性方法、决策树、随机森林、梯度提升等。LazyPredict 的首要目标是让开发人员和数据科学家更容易快速地进行数据分析和训练各种算法。
【机器学习】太香啦！只需一行Python代码就可以自动完成模型训练！
fengdu78的博客
05-20 1115
自动化机器学习(Auto-ML)是指数据科学模型开发的管道组件自动化。AutoML 减少了数据科学家的工作量并加快了工作流程。AutoML 可用于自动化各种管道组件，包括数据理解，EDA，...
anaconda ( jupyter notebook ) 虚拟环境安装 lazypredict
大数据
11-30 1194
进入 D:\mystudysoft\Anaconda3\envs\py3.9\Lib\site-packages\lazypredict 目录下。5.将虚拟环境py3.9导入jupyter的kernel中(自己设置显示的名字为python3.9)4.安装ipykernel （第一次导入虚拟环境的要下载）在 removed_classifiers中修改如下内容。在removed_regressors中修改如下内容。4.删除虚拟环境（py3.9是虚拟环境名）3.查看当前有哪些虚拟环境。修改import部分。
Python中用于机器学习的Lazy Predict库
python收藏家的博客
12-01 969
Python是一种多功能语言，你可以用它来做任何事情。Python的一个伟大之处在于，有这么多的库使它变得更加强大。Lazy Predict就是其中一个库。它是机器学习和数据科学的一个很好的工具。在本文中，我们将了解它是什么，它做什么，以及如何使用它来使您的生活更轻松。Lazy Predict是预测建模项目所需的一个工具。它是一个简单而高效的工具，使您的预测建模项目更容易，更快。Lazy Predict是一个Python库，提供了一种简单有效的预测方法。它易于使用，易于安装。
【python】选择合适的机器学习模型
lillianqdzpw
06-21 924
选择合适的机器学习模型
pycharm虚拟环境安装及安装包
weixin_47489485的博客
11-12 7650
pycharm虚拟环境安装及安装包；解决在Pycharm终端下输入 pip install xxx 报错问题：(Caused by SSLError("Can't connect to HTTPS URL because the SSL module is not available."))；Pycharm终端中出现 pip不是内部或外部命令的方法
ml-auto
03-18
使用我的python环境'lazypredict' 演示版 启动网络应用程序： 创建conda环境 首先，我们将创建一个名为lazypredict的conda环境。 conda create -n lazypredict python=3.7.9 其次，我们将登录到lazypredict环境 conda activate lazypredict 安装必备库 下载requirements.txt文件 点安装库 pip install -r requirements.txt 启动应用 streamlit run app.py
lazypredict:测试lib lazypredict
04-14
懒预测 测试lib lazypredict
Python库 | lazypredict-0.2.9.tar.gz
04-10
资源分类：Python库 所属语言：Python 资源全名：lazypredict-0.2.9.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
testing-libraries
07-24
到目前为止，我已经测试PyForest ， LazyPredict ， Lux ， PyCaret ， TextBlob ， TPOT ， QuickDA ，和其他一些人。 您将看到一些其他文件夹，其中包含我正在处理的其他库。 很快，他们就可以出发了。 有任何...
面向数据科学家的懒惰Python 库
gongdiwudu的专栏
08-11 1975
数据科学既鼓舞人心，又具有挑战性。通过绘制各种图表以及微调模型以获得最佳结果来执行数据预处理和清理并从数据中生成见解是相当费力的。在这篇博客中，我将向您介绍五个 Python 库，它们为您自动化这些过程，从而节省您的时间并提高您的工作效率。
用lazypredict对sklearn生成的随机数进行回归或分类
yangning7777777的博客
10-23 359
废话少说，上代码！ from sklearn.datasets import make_regression from sklearn.model_selection import train_test_split x, y = make_regression(n_samples=200, n_features=5, noise=0.1) x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_stat
机器学习:anconda安装 scikit-learn ,lazypredict成功
用c语言实现单链表的基本操作
03-16 2537
自身情况 python3.10.2，pycharm2021,anconda 三个都有。 在python中: 提前 装好numpy,pandas,matplotlib。 pip install -U numpy pip install pandas pip install matplotlib 安装scikit-learn,lazypredict,安装成功后，运行代码时显示no moudle ：lazypredict.。 pip install -U scikit-learn pip install laz
from sklearn.svm import SVC
05-20
SVC stands for Support Vector Classifier, which is a type of supervised learning algorithm used for classification tasks. It works by finding the hyperplane that best separates the classes in the feature space. The hyperplane is chosen such that it maximizes the margin between the two classes, which helps to reduce overfitting and improve generalization to new data. The SVC algorithm can handle both linearly separable and non-linearly separable data by using different types of kernels, such as linear, polynomial, and radial basis function (RBF) kernels.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值