用开源项目AutoXGB助力AutoML开创

发布时间：2022-07-01 03:28:48 所属栏目：云计算来源：互联网

导读：自动机器学习(AutoML)能够自动运行各种机器学习过程，并优化错误度量以生成最佳模型。这些过程包括数据预处理、编码、缩放、优化超参数、模型训练、生成制品和结果列表。自动化机器学习过程可以快速开发人工智能解决方案，让用户体验变得友好，并通常以低

　　自动机器学习(AutoML)能够自动运行各种机器学习过程，并优化错误度量以生成最佳模型。这些过程包括数据预处理、编码、缩放、优化超参数、模型训练、生成制品和结果列表。自动化机器学习过程可以快速开发人工智能解决方案，让用户体验变得友好，并通常以低代码即可生成准确结果。

　　目前市场上流行的一些著名AutoML库包括：

　　LightAutoMLMLJarEvalMLFLAMLPyCaretAutoGluonH2O 3

　　在这篇教程中，我们将使用美国1994年人口普查时的收入数据来预测一个人的年收入是否超过5万美元。这是一个经典的二分类问题，我们将在CC0公共域许可下使用Kaggle成人普查收入数据集进行预测。该数据由美国硅图公司(SGI，Silicon Graphics)数据挖掘和可视化部门的罗尼·克哈伊(Ronny Kohavi)和巴里·贝克尔(Barry Becker)从美国1994年人口普查局数据库中提供。但是，我们这里不去深入研究数据分析或模型工作方式，只是仅用几行代码来构建一个优化的机器学习模型，并使用FastAPI服务器对该模型进行访问。

　　AutoXGB项目简介

　　AutoXGB是一个开源、简单、有效的AutoML辅助开发工具，可以直接从CSV文件中训练模型表格数据集。AutoXGB使用XGBoost(优化的分布式梯度增强库)来训练模型，使用Optuna(为机器学习、深度学习特别设计的自动超参数优化框架)进行超参数优化，并使用基于Python的FastAPI框架并以API的形式提供模型推理。

　　下面让我们从安装AutoXGB开始介绍。如果在运行服务器时遇到错误，请确保预先已正确安装了FastAPI框架和unvicorn服务器程序。安装AutoXGB的命令如下：

　　pip install autoxgb初始化

　　接下来，我们将深入介绍AutoXGB函数的特征，以及如何使用与之相关的各项参数来改进计算结果或减少训练时间。AutoXGB函数的各项参数含义说明如下：

　　features：如果未指定该参数值，除去id、targets和kfold列外的所有列都会被使用。指定值方式例如：

　　1.features = ["col1", "col2"]

　　categorical_features：如果未指定该参数值，将自动推断分类列。指定值方式例如：

　　1.categorical_features = ["col1", "col2"]

　　use_gpu：如果未指定该参数值，将不启用GPU计算功能。指定值方式例如：

　　1.use_gpu = True

　　2.use_gpu = False

　　num_folds：用来进行交叉验证的折(fold)的个数。seed：随机种子的重复性。num_trials：运行的Optuna试验次数;默认值为1000。time_limit：以秒计量的optuna试验时限。

　　1.如果未指定，将运行所有试验。此时(默认)有time_limit = None。

　　fast：如果fast参数值设置为True，超参数调整将只使用一次，从而减少优化时间。之后，将在折(fold)的其余部分进行训练，并生成OOF和测试预测。

　　在我们的测试项目中，除了参数train_filename、output、target、num_folds、seed、num_trails和time_limit之外，我们将大多数参数的值设置为默认值。项目中各参数的完整设置情况，如下所示：

　　from autoxgb import AutoXGBtrain_filename = "binary_classification.csv"output = "output"test_filename = Nonetask = Noneidx = Nonetargets = ["income"]features = Nonecategorical_features = Noneuse_gpu = Falsenum_folds = 5seed = 42num_trials = 100time_limit = 360fast = False训练与优化

　　现在，我们可以使用AutoXGB函数定义模型，并将之前定义的参数添加到模型中。最后，我们将调用axgb.train()函数开始训练过程。此时，将运行XGBoost和Optuna，并输出各种制品(包括模型、预测、结果、配置、参数、编码器等)。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

PaaS市场高速增长如何	一文搞懂基础设施即代
云计算核心技术Docker	云计算核心技术Docker