---

EvalML 是一个自动化机器学习库，它使用领域特定的目标函数来构建、优化和评估机器学习流水线。

核心功能

• 自动化 - 让机器学习变得更加简单。无需手动训练和调优模型。包含数据质量检查、交叉验证等功能。
• 数据检查 - 在建模之前检测并警告数据及问题设置中的潜在问题。
• 端到端 - 构建并优化包含先进预处理、特征工程、特征选择以及多种建模技术的流水线。
• 模型理解 - 提供工具来理解和分析模型，以了解它们在您的问题领域中的表现。
• 领域特定 - 包含领域特定目标函数库，并提供定义您自己目标函数的接口。

安装

从 PyPI 安装：

pip install evalml

或者从 conda-forge 通道通过 conda 安装：

conda install -c conda-forge evalml

插件

更新检查器 - 自动接收 Woodwork 新版本的通知

PyPI：

pip install "evalml[updater]"

Conda：

conda install -c conda-forge alteryx-open-src-update-checker

开始

加载并拆分示例数据

import evalml
X, y = evalml.demos.load_breast_cancer()
X_train, X_test, y_train, y_test = evalml.preprocessing.split_data(X, y, problem_type='binary')

运行 AutoML

from evalml.automl import AutoMLSearch
automl = AutoMLSearch(X_train=X_train, y_train=y_train, problem_type='binary')
automl.search()

查看流水线排名

automl.rankings

获取最佳流水线并在新数据上进行预测

pipeline = automl.best_pipeline
pipeline.predict(X_test)

后续步骤

在我们的 文档页面 上了解更多关于 EvalML 的信息：

• 安装 和 入门。
• 关于如何使用 EvalML 的 教程。
• 描述 EvalML 功能的 用户指南。
• 完整的 API 参考

支持

EvalML 社区非常乐意为 EvalML 用户提供支持。根据问题类型，项目支持可以在以下四个地方找到：

1. 对于使用问题，请在 Stack Overflow 上使用 evalml 标签提问。
2. 对于 bug、问题或功能请求，请在 Github 上创建 issue。
3. 对于核心库开发相关的讨论，请使用 Slack。
4. 对于其他所有问题，核心开发者可以通过电子邮件 open_source_support@alteryx.com 联系。

由 Alteryx 构建

EvalML 是由 Alteryx 构建的开源项目。如需查看我们正在开展的其他开源项目，请访问 Alteryx Open Source。如果您或您的企业重视构建有影响力的数据科学流水线，请随时与我们联系。

EvalML 快速上手指南

EvalML 是一个自动化机器学习（AutoML）库，能够自动构建、优化和评估机器学习管道。它内置了数据质量检查、交叉验证以及领域特定的目标函数，帮助开发者轻松实现从数据预处理到模型预测的全流程自动化。

环境准备

• 操作系统：支持 Windows、macOS 和 Linux。
• Python 版本：建议安装 Python 3.8 或更高版本。
• 前置依赖：无需手动安装复杂的科学计算库（如 scikit-learn, pandas 等），evalml 安装时会自动处理依赖关系。

安装步骤

你可以通过 pip 或 conda 进行安装。国内用户建议使用清华或阿里镜像源以加速下载。

方式一：使用 pip 安装

pip install evalml -i https://pypi.tuna.tsinghua.edu.cn/simple

若需要启用自动更新检查功能，可安装附加组件：

pip install "evalml[updater]" -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：使用 conda 安装

conda install -c conda-forge evalml

基本使用

以下示例演示了如何使用 EvalML 加载数据、运行自动搜索并获取最佳模型进行预测。

1. 加载数据并划分数据集

import evalml

# 加载内置的乳腺癌分类示例数据
X, y = evalml.demos.load_breast_cancer()

# 划分训练集和测试集，指定问题类型为二分类 ('binary')
X_train, X_test, y_train, y_test = evalml.preprocessing.split_data(X, y, problem_type='binary')

2. 运行 AutoML 搜索

初始化 AutoMLSearch 并开始搜索最佳管道。EvalML 会自动执行数据检查、特征工程、模型选择和超参数调优。

from evalml.automl import AutoMLSearch

# 初始化搜索对象
automl = AutoMLSearch(X_train=X_train, y_train=y_train, problem_type='binary')

# 开始自动搜索
automl.search()

3. 查看结果并进行预测

搜索完成后，可以查看模型排名，获取最佳管道并对新数据进行预测。

# 查看管道排名
print(automl.rankings)

# 获取最佳管道
pipeline = automl.best_pipeline

# 在测试集上进行预测
predictions = pipeline.predict(X_test)

更多详细功能（如自定义目标函数、管道可视化等）请参阅 官方文档。