透過特徵工程和超參數調整實現機器學習管線自動化

mljar-supervised是一個自動機器學習Python套件，可以處理表格資料。它的設計是為了節省資料科學家的時間。它抽象了預處理資料、建構機器學習模型、執行超參數調優以找到最佳模型的常見方式。它不是黑箱，因為你可以看到ML管線是如何建構的（每個ML模型都有詳細的Markdown報告）。

mljar-supervised將幫助你。

• 解釋和理解你的資料（自動探索性資料分析）
• 嘗試許多不同的機器學習模型（演算法選擇和超參數調整）
• 從分析中建立具有所有模型細節的Markdown報告（Atomatic-Documentation）
• 儲存、重新執行和載入分析和ML模型

它內建了三種工作模式。

• 解釋模式，非常適合解釋和理解資料，有很多資料解釋，比如決策樹視覺化、線性模型係數顯示、換元匯入和資料的SHAP解釋
• 執行用於建構ML管道，以便在營運中使用。
• 競爭模式，透過合集和堆疊訓練高調整的ML模型，目的是用於ML比賽

專案網址

• https://github.com/mljar/mljar-supervised

也許你會有興趣

• 機器學習的特徵工程
• 機器學習的特徵選擇
• ❤️ 購買 udemy 線上課程- 更新最新的優惠碼 ，可以使用更優惠的價格購買課程

追蹤 Soft & Share

✍ 不受社群推薦演算法影響，建議 Telegram/Discord/e-mail

• Discord GitHub 俱樂部
• Telegram
• 使用 E-Mail 訂閱 Soft & Share 網站內容
• Facebook 社團

幫我們個小忙！