【机器学习】推荐一个好用的开源automl工具

AutoX是第四范式开源的针对表数据的自动机器学习工具。

主要功能包括两点: 

一、提供全流程的自动机器学习pipeline；

二、用户可以把它的某一个某功能单独拿出来，作为生产力工具，完成机器学习中的某一个环节，例如，自动特征筛选、自动调参等。

Github地址：

https://github.com/4paradigm/autox

选取的数据包含分类/回归/时间序列预测、单表/多表，AutoX在大多数的数据上，效果都由于其他产品。

不同任务下的效果对比：

AutoX的整体技术方案包含了机器学习的全流程，我们在每一个流程都做了打磨和优化。废话不多说，直接上图。

数据预处理模块包含了异常值处理，缺失值填充，自动类型推断，内存优化。

表关系的识别和自动拼表，这一步让autox具有了处理多表数据的能力。

特征工程这一块也是我们效果优于其他产品的关键点。

特征构造方面，主要是通过对比赛、行业数据的top方案的总结和抽象，设计出一系列关键特征。

特征选择方面，包括两块，一个是常规的特征选择模型，另一方面是通过mate特征的方式来实现特征的抽象聚合。

模型选择采用了主流的树模型和nn模型。

基于贝叶斯的调参，也使用了目前较优秀的第三方库optuna。

包含bagging和stacking策略。

autox也实现了一些优秀的模型可解释方法。包括全局代理模型、局部代理模型、影响力样本、代表性样本和非代表性样本。