机器之心：几行代码搞定ML模型，低代码机器学习Python库正式开源( 三 )
在无监督模块中的 tune_model 函数 ， 比如 pycaret.nlp,pycaret.clustering 和 pycaret.anomaly 可以和监督模块结合使用 。 举例而言 ， 通过评估监督 ML 模型中的目标或者损失函数 ， PyCaret 的 NLP 模块可以用来调整准确度或 R2 等指标的数值 。
模型集成
ensemble_model 函数用于集成训练好的模型 。 它只需要一个参数 ， 即训练好的模型对象 。 此函数返回具有 k 折交叉验证分数和训练好的模型对象的表格 。
# creating a decision tree model
dt = *create_model*('dt')# ensembling a trained dt model
dt_bagged = *ensemble_model*(dt)
本文插图
该库默认使用 Bagging 方法用于模型集成 ， 用户也可使用 ensemble_model 函数中的 method 参数将其转换为 Boosting 。
PyCaret 还提供了 blend_models 和 stack_models 功能 ， 来集成多个训练好的模型 。
模型绘制
训练好的机器学习模型的性能评估和诊断可以通过 plot_model 函数来完成 ， 具体而言 ， 将训练模型对象和 plot 类型作为 plot_model 函数中的字符串输入（string input） 。
# create a model
adaboost = *create_model*('ada')# AUC plot
*plot_model*(adaboost, plot = 'auc')# Decision Boundary
*plot_model*(adaboost, plot = 'boundary')# Precision Recall Curve
*plot_model*(adaboost, plot = 'pr')# Validation Curve
*plot_model*(adaboost, plot = 'vc')
本文插图
此外 ， 用户还可以使用 evaluate_model 函数在 notebook 的用户界面上看到可视化图 。
*evaluate_model*(adaboost)
本文插图
pycaret.nlp 模块中的 plot_model 函数可用于可视化文本语料库和语义主题模型 。
?模型解释?
数据中的关系呈非线性是实践中常常出现的情况 。 这时总会看到基于树的模型要比简单的高斯模型的表现好得多 。 但这是以牺牲可解释性为代价的 ， 因为基于树的模型无法像线性模型那样提供简单的系数 。
PyCaret 通过 interpret_model 函数实现了 SHAP（SHapley Additive exPlanations） 。
# create a model
xgboost = *create_model*('xgboost')# summary plot
*interpret_model*(xgboost)# correlation plot
*interpret_model*(xgboost, plot = 'correlation')
本文插图
测试数据集上特定数据点的解释可以通过『reason』图来评估 。 如下图所示：在测试数据集上检查首个实例 。
*interpret_model*(xgboost, plot = 'reason', observation = 0)
本文插图
模型预测
到目前为止 ， 所看到的结果仅基于训练数据集上 k 折交叉验证（默认 70%） 。 所以为了得到模型在测试或者 hold-out 数据集上的预测结果和性能 ， 用户可以使用 predict_model 函数 。 如下所示：
# create a model
rf = *create_model*('rf')# predict test / hold-out dataset
rf_holdout_pred* = predict_model*(rf)
本文插图
推荐阅读
- 机器人：青岛造运输机器人打败五家外企 成功进驻世界最大中转枢纽港
- 「时间」iPhone se2这机器放在现在这个时间，真的有点奇怪
- #科技如梦#iPhone se2这机器放在现在这个时间，真的有点奇怪
- [机器人]从昆虫身上找灵感，研发人员用3D打印批量制造机器人群 | 硬科技
- 公司：AT＆T将提供云平台为XENEX公司的消毒机器人提供物品清洁服务
- 【机器之心】工作流一目了然，看小姐姐用动图展示10大Git命令
- 「机器人」科学家使用集成神经网络改变机器人步态
- #3DMGAME#索尼申请陪玩机器人专利 能感知玩家情感并做出反馈
- 「」2.5D视觉系统“Eyes”实现机器人应用的极致简易操作
- ■广东领先！工业机器人领域专利申请量占全国28%