长亭百川云 - 文章详情

【机器学习】两行代码即可应用 40 个机器学习模型

机器学习初学者

57

2024-07-13

今天和大家一起学习使用 lazypredict 库,我们可以用一行代码在我们的数据集上实现许多 ML 模型,这样我们就可以简要了解哪些模型适合我们的数据集。

步骤1

使用以下方法安装 lazypredict 库:

pip install lazypredict  

第2步

导入 pandas 来加载我们的数据集。

import pandas as pd  

第3步

加载数据集。

df = pd.read_csv('Mal_Customers.csv')  

第4步

打印数据集的前几行

这里 Y 变量是支出分数列,而其余列是 X 变量。

现在,在确定了 X 和 Y 变量之后,我们将它们分成训练和测试数据集。

# 导入 train_test_split,用于分割数据集  
from sklearn.model_selection import train_test_split  
# 定义 X 和 y 变量  
X = df.loc[:, df.columns != 'Spending Score (1-100)']  
y = df['Spending Score (1-100)'] # 对数据进行分区。  
# 分割数据  
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

第5步

我们导入之前安装的lazypredict库,lazypredict里面有两个类,一个用于分类,一个用于回归。

# 导入 lazypredict  
导入 lazypredict  
# 从 lazypredict 导入回归类  
from lazypredict.Supervised import LazyRegressor  
# 从 lazypredict.Supervised 中导入分类类  
from lazypredict.Supervised import LazyClassifier  

导入后,我们将使用 LazyRegressor,因为我们正在处理回归问题,如果你正在处理分类问题,则这两种类型的问题都需要相同的步骤。

# 使用 LazyRegressor 定义模型  
multiple_ML_model = lazyRegressor(verbose=0, ignore_warnings=True, predictions=True)  
# 对模型进行拟合,同时预测每个模型的输出结果  
models, predictions = multiple_ML_model.fit(X_train, X_test, y_train, y_test)  

这里,prediction = True 表示你想要获得每个模型的准确性并想要每个模型的预测值。

模型的变量包含每个模型精度以及一些其他重要信息。

它在我的回归问题上实现了**42 个 ML 模型,**因为本指南更侧重于如何测试许多模型,而不是提高其准确性。所以我对每个模型的准确性不感兴趣。

查看每个模型的预测。

你可以利用这些预测来创建一个混淆矩阵。

如果正在处理分类问题,这就是使用 lazypredict 库的方法。

# 使用 LazyRegressor 定义模型  
multiple_ML_model = lazyClassifier(verbose=0,  
          ignore_warnings=True,  
          predictions=True)  
# 对模型进行拟合,并预测每个模型的输出结果  
models, predictions = multiple_ML_model.fit(  
          X_train, X_test, y_train, y_test)  

要记住的要点:

  1. 这个库仅用于测试目的,为提供有关哪种模型在您的数据集上表现良好的信息。

  2. 建议使用conda单独建立一个虚拟环境,因为它提供了一个单独的环境,避免与其他环境有版本冲突。







往期精彩回顾

  

  

  

  

*   [适合初学者入门人工智能的路线及资料下载](http://mp.weixin.qq.com/s?__biz=MzIwODI2NDkxNQ==&mid=2247484737&idx=1&sn=27c52b4bc4ca98d3ab817344b84226cc&chksm=97048efda07307eb78d4f4ec0039a386a658404156b051af0cb715fafa8d2ae66cbe49343bf3&scene=21#wechat_redirect)
    
*   [(图文+视频)机器学习入门系列下载](https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzIwODI2NDkxNQ==&action=getalbum&album_id=2259163844755406853#wechat_redirect)
    
*   [机器学习及深度学习笔记等资料打印](http://mp.weixin.qq.com/s?__biz=MzIwODI2NDkxNQ==&mid=2247488304&idx=1&sn=581944f63eab1822ca53b9a4eeedad79&chksm=9704988ca073119a38a534adbedd51ca0b5705cdd6a104fed74b265bb092485e97c91bb5b347&scene=21#wechat_redirect)
    
*   [《统计学习方法》的代码复现专辑  
    ](https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=1337257945842778113&__biz=MzIwODI2NDkxNQ==#wechat_redirect)
    







*   ```
    
    
    交流群
    
    
    ```
    

**欢迎加入机器学习爱好者微信群一起和同行交流,目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群,请扫描下面的微信号加群,备注:”昵称-学校/公司-研究方向“,例如:”张小明-浙大-CV“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~(**也可以加入机器学习交流qq群772479961)

  


相关推荐
关注或联系我们
添加百川云公众号,移动管理云安全产品
咨询热线:
4000-327-707
百川公众号
百川公众号
百川云客服
百川云客服

Copyright ©2024 北京长亭科技有限公司
icon
京ICP备 2024055124号-2