Chapter 55

【7回目】Automlの練習

poclabweb
poclabweb
2022.10.26に更新
このチャプターの目次
  1. 講義動画
  2. 今回のアウトライン
    1. 1. データの前処理：　setup()
    2. 2. モデルの比較： compare_models()
    3. 3. 分析モデルの生成： create_model()
    4. 4. チューニング： tune_model()
    5. 5. 可視化： plot_model()
    6. 6. 評価： evaluate_model()
    7. 7. 予測： finalize_model(), predict_model()

1つ１つを行う方法もあるが、まとめて学習方法を検討するプログラムも公開されている。

pycaretのクイックスタートの部分を学んでいきます。
https://pycaret.gitbook.io/docs/get-started/quickstart

講義動画

https://vimeo.com/showcase/8867478

今回のアウトライン

1. データの前処理：　setup()

from pycaret.regression import *
exp1 = setup(dataset, target = 'medv', silent=True, fold_shuffle=True, session_id=123)

2. モデルの比較： compare_models()

best = compare_models()

3. 分析モデルの生成： create_model()

lr = create_model('rf')

4. チューニング： tune_model()

tuned_lr = tune_model(best)

5. 可視化： plot_model()

plot_model(tuned_lr)

6. 評価： evaluate_model()

evaluate_model(tuned_lr)

7. 予測： finalize_model(), predict_model()

final_lr = finalize_model(tuned_lr)
unseen_predictions = predict_model(final_lr)
unseen_predictions.head()