欢迎来到 PyCaret

PyCaret 是一个开源的 Python 低代码机器学习库，用于自动化机器学习工作流。它是一个端到端的机器学习和模型管理工具，能够极大地加速实验周期并提高工作效率。

与其它开源机器学习库相比，PyCaret 是一种替代性的低代码库，可以用几行代码取代数百行代码，从而使实验速度和效率大幅提升。PyCaret 实际上是 scikit-learn、XGBoost、LightGBM、CatBoost、Optuna、Hyperopt、Ray 等多个机器学习库和框架的 Python 封装。

PyCaret 的设计和简洁性受到“公民数据科学家”这一新兴角色的启发，该术语最早由 Gartner 提出。“公民数据科学家”是指那些能够执行简单及中等复杂度分析任务的高级用户，而这些任务过去通常需要更高的技术专业知识。PyCaret 的灵感来源于 R 语言中的 caret 库。

🚀 安装

🌐 选项 1：通过 PyPI 安装

PyCaret 已在以下 64 位系统上经过测试和支持：

• Python 3.9、3.10、3.11 和 3.12
• Ubuntu 16.04 或更高版本
• Windows 7 或更高版本

您可以通过 Python 的 pip 包管理器安装 PyCaret：

# 安装 pycaret
pip install pycaret

PyCaret 的默认安装不会自动安装所有可选依赖项。根据具体使用场景，您可能需要安装一个或多个额外组件：

# 安装分析相关依赖
pip install pycaret[analysis]

# 模型相关依赖
pip install pycaret[models]

# 调参相关依赖
pip install pycaret[tuner]

# MLOps 相关依赖
pip install pycaret[mlops]

# 并行计算相关依赖
pip install pycaret[parallel]

# 测试相关依赖
pip install pycaret[test]

# 开发相关依赖
pip install pycaret[dev]

##

# 同时安装多个额外组件
pip install pycaret[analysis,models]

请查看所有 可选依赖项。如果您希望安装包含所有可选依赖项的完整版本：

# 安装完整版
pip install pycaret[full]

📄 选项 2：从源码构建

您可以直接从源码安装开发版本的库。此版本的 API 可能不稳定，不建议用于生产环境。

pip install git+https://github.com/pycaret/pycaret.git@master --upgrade

📦 选项 3：使用 Docker

Docker 通过容器创建虚拟环境，使 PyCaret 的安装与系统其他部分隔离。PyCaret Docker 镜像预装了 Jupyter Notebook，并且可以与宿主机共享资源（访问目录、使用 GPU、连接互联网等）。PyCaret Docker 镜像始终针对最新的主要版本进行测试。

# 默认版本
docker run -p 8888:8888 pycaret/slim

# 全功能版本
docker run -p 8888:8888 pycaret/full

🏃‍♂️ 快速入门

1. 函数式 API

# 分类问题函数式 API 示例

# 加载示例数据集
from pycaret.datasets import get_data
data = get_data('juice')

# 初始化设置
from pycaret.classification import *
s = setup(data, target = 'Purchase', session_id = 123)

# 模型训练与选择
best = compare_models()

# 评估训练好的模型
evaluate_model(best)

# 在保留集/测试集上进行预测
pred_holdout = predict_model(best)

# 对新数据进行预测
new_data = data.copy().drop('Purchase', axis = 1)
predictions = predict_model(best, data = new_data)

# 保存模型
save_model(best, 'best_pipeline')

2. 面向对象 API

# 分类问题面向对象 API 示例

# 加载示例数据集
from pycaret.datasets import get_data
data = get_data('juice')

# 初始化设置
from pycaret.classification import ClassificationExperiment
s = ClassificationExperiment()
s.setup(data, target = 'Purchase', session_id = 123)

# 模型训练与选择
best = s.compare_models()

# 评估训练好的模型
s.evaluate_model(best)

# 在保留集/测试集上进行预测
pred_holdout = s.predict_model(best)

# 对新数据进行预测
new_data = data.copy().drop('Purchase', axis = 1)
predictions = s.predict_model(best, data = new_data)

# 保存模型
s.save_model(best, 'best_pipeline')

📁 模块