PyCaret这个开源工具，用起来可谓简单至极，少量代码就可以搭建各种端到端的模型，废话不多说，直接看实战。

PyCaret安装:

# install slim version (default)
pip install pycaret
# install the full version
pip install pycaret[full]

先用PyCaret自带的'insurance'数据集作为例子，我们看下数据:

# read data from pycaret repo
from pycaret.datasets import get_data
data = get_data('insurance')

数据预处理

该步骤是使用PyCaret构建任何模型强制要做的一步：

# initialize setup
from pycaret.regression import *
s = setup(data, target = 'charges')

执行完上述代码后，不仅自动推断了各个特征的类型，还问你是否推断正确。

直接continue，会弹出setup的分析结果,如下图所示:

从上图红框中，我们惊喜的发现连训练集测试集都帮忙我们拆分好了，并行已经帮我们把训练数据shuffle好了。当然我们可以自定义拆分比例，如下所示：

setup(data = insurance, target = 'charges', train_size = 0.5)

也可以对数据进行scale:

setup(data = pokemon, target = 'Legendary', normalize = True)

会默认帮你把连续值，离散值的缺失值处理掉：

可以对数据进行分桶，只需要加上参数bin_numeric_features ：

setup(data = income, target = 'income >50K', bin_numeric_features = ['age'])

需要进行特征筛选的话，也只需要加一个参数feature_selection = True:

setup(data = diabetes, target = 'Class variable', feature_selection = True)

同样，一个参数连异常值都帮你移除了remove_outliers = True:

setup(data = insurance, target = 'charges', remove_outliers = True)

还有各种各样的预处理操作，大家可以参考官方文档。
https://pycaret.org/preprocessing/

模型训练

直接看下我们可以用哪些模型:

# check all the available models
models()

真的是应有尽有，大部分炼丹师其实只看到了最下面3个，xgb,lgb,cbt。

模型训练

那么我们就用xgb跑下吧:

# train decision tree
dt = create_model('xgboost')

然后啥都不用写，测试集上各个mertic就显示出来了:

模型融合是大家最常用的，也只需要一行代码:

# train multiple models
multiple_models = [create_model(i) for i in ['dt', 'lr', 'xgboost']]

要比较各个模型，也只需要一行代码:

# compare all models
best_model = compare_models()

模型预估：

predictions = predict_model(best_model, data = data2)

所以，大家数数看，我们一共才写了几行代码，就把模型预处理、训练、验证、融合、预估全完成了？做表格类数据模型真的是太方便了。

如果觉得有用，就请分享到朋友圈吧！