🔒 👧🏾 🐡 पेश है PyCaret: एक ओपन लो-कोड पायथन मशीन लर्निंग लाइब्रेरी 👩‍🏫 🏦 🐥

सभी को नमस्कार। पायथन न्यूरल नेटवर्क्स पाठ्यक्रम की शुरुआत से आगे , हमने आपके लिए एक और दिलचस्प सामग्री का अनुवाद तैयार किया है।

हम PyCaret , एक खुले स्रोत पायथन मशीन लर्निंग लाइब्रेरी को शुरू करने और एक कम-कोड वातावरण में एक शिक्षक के साथ मॉडल को सीखने और तैनात करने के लिए प्रसन्न हैं । PyCaret आपको अपने द्वारा चुने गए नोटबुक वातावरण में कुछ ही सेकंड में डेटा तैयारी से मॉडल परिनियोजन तक जाने की अनुमति देता है।

अन्य ओपन मशीन लर्निंग लाइब्रेरी की तुलना में, PyCaret एक कम-कोड विकल्प है जो कोड की सैकड़ों पंक्तियों को कुछ शब्दों के साथ बदल सकता है। अधिक कुशल प्रयोगों की गति तेजी से बढ़ेगी। PyCaret अनिवार्य रूप से कई मशीन लर्निंग लाइब्रेरी जैसे scikit-learn , XGBoost , Microsoft LightGBM , SpaCy पर पायथन शेल हैऔर बहुत सारे।

PyCaret सरल और उपयोग में आसान है। PyCaret द्वारा किए गए सभी ऑपरेशन क्रमिक रूप से तैनाती के लिए पूरी तरह से तैयार एक पाइपलाइन में संग्रहीत हैं। चाहे वह लापता मानों को जोड़ना हो, श्रेणीबद्ध डेटा को परिवर्तित करना हो, इंजीनियरिंग सुविधाएँ या हाइपरपरमेटर्स को अनुकूलित करना हो, PyCaret यह सब स्वचालित कर सकता है। PyCaret के बारे में थोड़ा और जानने के लिए, इस लघु वीडियो को देखें ।

PyCaret से शुरुआत करना

PyCaret संस्करण 1.0.0 की पहली स्थिर रिलीज़ को पाइप का उपयोग करके स्थापित किया जा सकता है। कमांड लाइन इंटरफ़ेस या नोटबुक वातावरण का उपयोग करें और PyCaret को स्थापित करने के लिए नीचे कमांड चलाएँ।

pip install pycaret

यदि आप Azure नोटबुक या Google Colab का उपयोग कर रहे हैं , तो निम्न कमांड चलाएँ:

!pip install pycaret

जब आप PyCaret को स्थापित करते हैं, तो सभी निर्भरताएँ स्वचालित रूप से स्थापित हो जाएंगी। आप यहां निर्भरता की सूची देख सकते हैं ।

यह आसान नहीं हो सकता

पूर्वाभ्यास

1. डेटा अधिग्रहण

इस पूर्वाभ्यास में, हम एक डायबिटिक डेटासेट का उपयोग करेंगे, हमारा लक्ष्य दबाव, रक्त इंसुलिन स्तर, आयु आदि जैसे कई कारकों के आधार पर रोगी के परिणाम (बाइनरी 0 या 1 में) की भविष्यवाणी करना है। । यह डेटासेट PyCaret GitHub रिपॉजिटरी पर उपलब्ध है । सीधे रिपॉजिटरी से डेटासेट आयात करने का सबसे आसान तरीका get_dataमॉड्यूल से फ़ंक्शन का उपयोग करना है pycaret.datasets।

from pycaret.datasets import get_data
diabetes = get_data('diabetes')

PyCaret पंडों

2 डेटा फ़्रेमों के साथ सीधे काम कर सकता है । वातावरण की स्थापना

PyCaret में मशीन लर्निंग के साथ कोई भी प्रयोग आवश्यक मॉड्यूल आयात करके और इनिशियलाइज़ करके पर्यावरण की स्थापना के साथ शुरू होता है setup()। इस उदाहरण में उपयोग किया जाने वाला मॉड्यूल pycaret.classification है ।

मॉड्यूल आयात करने के बाद, यह setup()एक डेटा फ्रेम ( 'डायबिटीज' ) और एक लक्ष्य चर ( 'क्लास वेरिएबल' ) को परिभाषित करके शुरू किया जाता है ।

from pycaret.classification import *
exp1 = setup(diabetes, target = 'Class variable')

सभी प्रीप्रोसेसिंग में जगह लेता है setup()। मशीन सीखने से पहले डेटा तैयार करने के लिए 20 से अधिक कार्यों का उपयोग करते हुए, PyCaret फ़ंक्शन में परिभाषित मापदंडों के आधार पर परिवर्तनों की एक पाइपलाइन बनाता है setup()। यह स्वचालित रूप से पाइपलाइन में सभी निर्भरता का निर्माण करता है, इसलिए आपको मैन्युअल रूप से परीक्षण या नए (अदृश्य) डेटासेट पर परिवर्तनों के अनुक्रमिक निष्पादन को नियंत्रित करने की आवश्यकता नहीं है।

PyCaret पाइपलाइन को आसानी से एक वातावरण से दूसरे में स्थानांतरित किया जा सकता है या उत्पादन के लिए तैनात किया जा सकता है। नीचे आप पहले रिलीज़ होने के बाद से अपने आप को परिचित कर सकते हैं जो कि PyCaret में उपलब्ध हैं।

मशीन लर्निंग के लिए डेटा प्रीप्रोसेसिंग चरण अनिवार्य हैं, जैसे कि लापता मान जोड़ना, गुणवत्ता चर, कोडिंग लेबल (हाँ या नहीं 1 या 0) और ट्रेन-परीक्षण-विभाजन, प्रारंभ के दौरान स्वचालित रूप से किए जाते हैं setup()। आप यहां PyCaret में प्रीप्रोसेसिंग सुविधाओं के बारे में अधिक जान सकते हैं ।

3. मॉडल की तुलना

यह पहला चरण है जिसे शिक्षक प्रशिक्षण ( वर्गीकरण या प्रतिगमन ) के साथ काम करते समय निष्पादित करने की सिफारिश की जाती है । यह फ़ंक्शन मॉडल लाइब्रेरी में सभी मॉडलों को प्रशिक्षित करता है और के-ब्लॉक (डिफ़ॉल्ट रूप से 10 ब्लॉक) के लिए क्रॉस-मान्यता का उपयोग करके एक दूसरे के साथ अनुमानित संकेतक की तुलना करता है। अनुमानित संकेतक निम्नानुसार उपयोग किए जाते हैं:

वर्गीकरण के लिए: सटीकता, एयूसी, रिकॉल, परिशुद्धता, एफ 1, कप्पा
प्रतिगमन के लिए: MAE, MSE, RMSE, R2, RMSLE, MAPE

डिफ़ॉल्ट रूप से, मेट्रिक्स का मूल्यांकन 10 ब्लॉकों से अधिक क्रॉस-सत्यापन का उपयोग करके किया जाता है। पैरामीटर के मान को बदलकर ब्लॉकों की संख्या को बदला जा सकता है fold।

डिफ़ॉल्ट तालिका को "सटीकता" द्वारा उच्चतम मान से सबसे कम पर क्रमबद्ध किया जाता है। विकल्प का उपयोग करके सॉर्टिंग ऑर्डर भी बदला जा सकता है sort।

4. मॉडल

बनाना किसी भी PyCaret मॉड्यूल में एक मॉडल बनाना इतना सरल है कि आपको इसे लिखने की आवश्यकता है create_model। फ़ंक्शन इनपुट पर एक पैरामीटर लेता है, अर्थात। मॉडल का नाम एक स्ट्रिंग के रूप में पारित हुआ। यह फ़ंक्शन क्रॉस-वैलिड स्कोर और एक प्रशिक्षित मॉडल ऑब्जेक्ट के साथ एक तालिका देता है।

adaboost = create_model('ada')

चर "एडैबॉस्ट" प्रशिक्षित मॉडल के ऑब्जेक्ट को संग्रहीत करता है, जो एक फ़ंक्शन देता है जो create_modelहुड के तहत, एक स्किट-लर्न मूल्यांकनकर्ता है। period ( . )चर के बाद फ़ंक्शन का उपयोग करके प्रशिक्षित ऑब्जेक्ट की स्रोत विशेषताओं तक पहुंच प्राप्त की जा सकती है । आप नीचे उपयोग का एक उदाहरण पा सकते हैं।

PyCaret के पास 60 से अधिक ओपन सोर्स रेडी-टू-यूज़ एल्गोरिदम हैं। PyCaret में उपलब्ध मूल्यांकनकर्ताओं / मॉडलों की एक पूरी सूची यहां पाई जा सकती है ।

5. मॉडल सेटअप

फ़ंक्शन का tune_modelउपयोग स्वचालित रूप से मशीन लर्निंग मॉडल हाइपरपरमीटर को कॉन्फ़िगर करने के लिए किया जाता है। PyCaret उपयोग करता हैrandom grid searchएक विशिष्ट खोज स्थान में। फ़ंक्शन क्रॉस-वैलिड अनुमानों और एक प्रशिक्षित मॉडल के ऑब्जेक्ट के साथ एक तालिका देता है।

tuned_adaboost = tune_model('ada')

समारोह tune_modelजैसे गैर-शिक्षक शिक्षण मॉड्यूल में pycaret.nlp , pycaret.clustering, और pycaret.anomaly शिक्षक सीखने मॉड्यूल के साथ संयोजन के रूप में इस्तेमाल किया जा सकता। उदाहरण के लिए, PyCaret में NLP मॉड्यूल का उपयोग number of topicsशिक्षक के साथ एक मॉडल से एक उद्देश्य फ़ंक्शन या हानि फ़ंक्शन का मूल्यांकन करके एक पैरामीटर को समायोजित करने के लिए किया जा सकता है , जैसे कि "सटीकता" या "R2"।

6. मॉडल

का पहनावा समारोह का ensemble_modelउपयोग प्रशिक्षित मॉडल का एक संयोजन बनाने के लिए किया जाता है। इनपुट पर, यह एक पैरामीटर लेता है - प्रशिक्षित मॉडल की वस्तु। फ़ंक्शन क्रॉस-वैलिड अनुमानों और एक प्रशिक्षित मॉडल के ऑब्जेक्ट के साथ एक तालिका देता है।

# creating a decision tree model
dt = create_model('dt')
# ensembling a trained dt model
dt_bagged = ensemble_model(dt)

डिफ़ॉल्ट रूप से पहनावा बनाते समय "बैगिंग" विधि का उपयोग किया जाता है, इसे methodफ़ंक्शन में पैरामीटर का उपयोग करके "बूस्टिंग" में बदला जा सकता है ensemble_model।

PyCaret भी कार्य प्रदान करता blend_modelsहै और stack_models कई प्रशिक्षित मॉडलों के संयोजन के लिए।

7. मॉडल विज़ुअलाइज़ेशन।

आप प्रदर्शन का मूल्यांकन कर सकते हैं और फ़ंक्शन का उपयोग करके एक प्रशिक्षित मशीन लर्निंग मॉडल का निदान कर सकते हैं plot_model। यह एक स्ट्रिंग के रूप में प्रशिक्षित मॉडल और ग्राफ के प्रकार के ऑब्जेक्ट में लेता है।

# create a model
adaboost = create_model('ada')
# AUC plot
plot_model(adaboost, plot = 'auc')
# Decision Boundary
plot_model(adaboost, plot = 'boundary')
# Precision Recall Curve
plot_model(adaboost, plot = 'pr')
# Validation Curve
plot_model(adaboost, plot = 'vc')

यहाँ आप PyCaret में दृश्य के बारे में अधिक जान सकते हैं।

आप evaluate_modelनोटबुक उपयोगकर्ता इंटरफ़ेस का उपयोग करके ग्राफ़ देखने के लिए फ़ंक्शन का उपयोग कर सकते हैं । मॉड्यूल में

फ़ंक्शन plot_modelका pycaret.nlpउपयोग ग्रंथों और अर्थ विषयक मॉडल के शरीर की कल्पना करने के लिए किया जा सकता है। यहां आप उनके बारे में अधिक जान सकते हैं।

8. मॉडल की व्याख्या

जब डेटा गैर-रेखीय होता है, जो वास्तविक जीवन में अक्सर होता है, तो हम स्पष्ट रूप से देखते हैं कि पेड़-जैसे मॉडल सरल गौसियन मॉडल की तुलना में बहुत बेहतर काम करते हैं। हालाँकि, यह व्याख्याशीलता के नुकसान के कारण है, क्योंकि ट्री मॉडल सरल गुणांक प्रदान नहीं करते हैं, जैसे रैखिक मॉडल। PyCaret शाप लागू करता है (Shapley Additive स्पष्टीकरण ) एक समारोह का उपयोग कर interpret_model।

एक परीक्षण डेटासेट में किसी विशेष डेटा बिंदु की व्याख्या "कारण" ग्राफ का उपयोग करके की जा सकती है। नीचे दिए गए उदाहरण में, हम परीक्षण डेटासेट में पहला उदाहरण परीक्षण करते हैं।

9. भविष्य कहनेवाला मॉडल

इस बिंदु तक, हमें प्राप्त परिणाम एक प्रशिक्षण डाटासेट (70% डिफ़ॉल्ट रूप से) पर के-ब्लॉक द्वारा क्रॉस-सत्यापन पर आधारित थे। परीक्षण / होल्ड-आउट डेटासेट पर पूर्वानुमान और मॉडल प्रदर्शन देखने के लिए, एक फ़ंक्शन का उपयोग किया जाता है predict_model।

फ़ंक्शन का predict_modelउपयोग एक अदृश्य डेटासेट का अनुमान लगाने के लिए किया जाता है। अब हम उसी डेटासेट का उपयोग करेंगे जिसका उपयोग हमने प्रशिक्षण के लिए किया था, नए अदृश्य डेटासेट के लिए प्रॉक्सी के रूप में। व्यवहार में, कार्यpredict_modelप्रत्येक बार एक नए अदृश्य डेटासेट पर पुनरावृति का उपयोग किया जाएगा।

फ़ंक्शन predict_modelमॉडल की एक अनुक्रमिक श्रृंखला के लिए भविष्यवाणियां भी कर सकता है जो कि stack_models और create_stacknet फ़ंक्शन का उपयोग करके बनाई जा सकती हैं ।

समारोह predict_modelभी एडब्ल्यूएस S3 पर होस्ट मॉडल का उपयोग कर के लिए सीधे भविष्यवाणियों बना सकते हैं deploy_model समारोह ।

10. एक मॉडल की तैनाती एक

नए डेटासेट के लिए पूर्वानुमान बनाने के लिए प्रशिक्षित मॉडल का उपयोग करने के तरीकों में से एक फ़ंक्शन का उपयोग करना हैpredict_modelउसी नोटबुक / आईडीई में जहां मॉडल को प्रशिक्षित किया गया था। हालांकि, नए (अदृश्य) डेटासेट के लिए पूर्वानुमान उत्पन्न करना एक पुनरावृत्ति प्रक्रिया है। उपयोग के मामले के आधार पर, पूर्वानुमान की आवृत्ति वास्तविक समय के पूर्वानुमान से लेकर बैच की भविष्यवाणियों तक भिन्न हो सकती है। deploy_modelPyCaret में फ़ंक्शन आपको नोटबुक वातावरण से क्लाउड में प्रशिक्षित मॉडल सहित संपूर्ण पाइपलाइन को तैनात करने की अनुमति देता है।

deploy_model(model = rf, model_name = 'rf_aws', platform = 'aws', 
             authentication =  {'bucket'  : 'pycaret-test'})

11. मॉडल को बचाएं / प्रयोग को बचाएं

प्रशिक्षण के बाद, पूरे पाइपलाइन में सभी प्रीप्रोसेसिंग परिवर्तन और प्रशिक्षित मॉडल का ऑब्जेक्ट बाइनरी अचार-फ़ाइल में सहेजा जा सकता है।

# creating model
adaboost = create_model('ada')
# saving model
save_model(adaboost, model_name = 'ada_for_deployment')

आप एक ही बाइनरी फ़ाइल के रूप में सभी मध्यवर्ती आउटपुट वाले संपूर्ण प्रयोग को भी बचा सकते हैं।

save_experiment (experiment_name = 'my_first_experiment')

आप फ़ंक्शन load_modelऔर load_experimentसभी PyCaret मॉड्यूल से उपलब्ध उपयोग करके सहेजे गए मॉडल और प्रयोगों को लोड कर सकते हैं ।

12. अगला गाइड

अगले गाइड में, हम दिखाएंगे कि वास्तविक उत्पादन वातावरण में बैच भविष्यवाणियों को उत्पन्न करने के लिए पावर बीआई में प्रशिक्षित मशीन लर्निंग मॉडल का उपयोग कैसे करें।

आप निम्न मॉड्यूल में शुरुआती लोगों के लिए नोटपैड भी पढ़ सकते हैं:

एक विकास पाइपलाइन क्या है?

हम PyCaret को बेहतर बनाने के लिए सक्रिय रूप से काम कर रहे हैं। हमारी आगामी विकास पाइपलाइन में एक नया टाइम सीरीज़ फोरकास्टिंग मॉड्यूल, टेन्सरफ्लो इंटीग्रेशन, और प्रमुख पियरेट स्केलेबिलिटी सुधार शामिल हैं। यदि आप अपनी प्रतिक्रिया साझा करना चाहते हैं और हमें सुधारने में मदद करना चाहते हैं, तो आप साइट पर एक फॉर्म भर सकते हैं या हमारे पेज GitHub या LinkedIn पर एक टिप्पणी छोड़ सकते हैं ।

एक विशेष मॉड्यूल के बारे में अधिक जानना चाहते हैं?

पहले रिलीज के साथ, PyCaret 1.0.0 में निम्न मॉड्यूल उपयोग के लिए उपलब्ध हैं। काम के प्रलेखन और उदाहरणों के साथ खुद को परिचित करने के लिए नीचे दिए गए लिंक का पालन करें।

वर्गीकरण
प्रतिगमन
क्लस्टरिंग
विसंगति खोज
प्राकृतिक पाठ प्रसंस्करण (एनएलपी)
सहयोगी नियम प्रशिक्षण

महत्वपूर्ण लिंक

अगर आपको PyCaret पसंद आया, तो हमें GitHub पर डालें।

PyCaret के बारे में अधिक सुनने के लिए, आप हमें LinkedIn और Youtube पर फ़ॉलो कर सकते हैं ।

पाठ्यक्रम के बारे में अधिक जानें।