zipml

Zipml

ZIPML ist eine leichte Automl-Bibliothek, die für kleine Datensätze entwickelt wurde und die wichtige Helferfunktionen wie Zug-Test-Aufteilung, Modellvergleich und Verwirrungsmatrixgenerierung bietet.

Merkmale

• Automatisiertes Modelltraining : Trainieren und vergleichen Sie automatisch maschinelles Lernen in Ihrem Datensatz.
• Helferfunktionen :
  • Zug-Test-Split-Funktionalität für das einfache Datenmanagement.
  • Verwirrungsmatrixgenerierung und die Fähigkeit, es als PNG zu retten.
  • Benutzerdefinierte Protokollierungsfunktionen für eine bessere Verfolgung der Leistung Ihres Modells.
• Modellvergleich : Vergleichen Sie die Leistung verschiedener Modelle mit Leichtigkeit, bieten Metriken und visuelles Feedback.
• CLI -Unterstützung : Führen Sie maschinelle Lernaufgaben direkt aus der Befehlszeile aus.
• Erweiterbar : Fügen Sie Ihre eigenen Modelle hinzu und passen Sie nach Bedarf Workflows an.
• Visualisierungstools : Beinhaltet Tools zur Visualisierung von Modellleistungsmetriken für die Modellleistung, um das Modellverhalten besser zu verstehen.
• Hyperparameter -Abstimmung : Unterstützung für die Hyperparameter -Abstimmung zur Optimierung der Modellleistung.
• Datenvorverarbeitung : Eingebaute Datenvorverarbeitungsschritte für fehlende Werte, Skalierung und Codierung.

---

Paketstruktur

zipml/
│
├── data/
│   ├── encoding.py
│   ├── file_operations.py
│   ├── split_data.py
│
├── model/
│   ├── analyze_model_predictions.py
│   ├── calculate_model_results.py
│   ├── measure_prediction_time.py
│
├── utils/
│   ├── calculate_sentence_length_percentile.py
│   ├── read_time_series_data.py
│
├── visualization/
│   ├── combine_and_plot_model_results.py
│   ├── plot_random_image.py
│   ├── plot_time_series.py
│   ├── save_and_plot_confusion_matrix.py
│
└── zipml.py

---

So verwenden Sie das zipml -Paket

Das zipml -Paket bietet eine Vielzahl von Dienstprogrammen für die Vorbereitung von Daten, die Analyse von Modellen und die Visualisierung von Ergebnissen, die zur Vereinfachung der KI- und maschinellen Lernflows konzipiert sind. Im Folgenden finden Sie die Anweisungen für die Verwendung einiger Schlüsselfunktionen.

1. Modellbewertung

• analyze_model_predictions.py

   from zipml . model import analyze_model_predictions
  val_df , most_wrong = analyze_model_predictions ( best_model , X_test , y_test )

Installation

Installieren Sie das Paket über PIP:

pip install zipml

Alternativ klonen Sie das Repository:

git clone https://github.com/abdozmantar/zipml.git
cd zipml
pip install . 

Verwendung

Beispiel Verwendung mit Code

Hier ist ein praktisches Beispiel für die Verwendung von ZIPML:

 import pandas as pd
from zipml . model import analyze_model_predictions
from zipml . model import calculate_model_results
from zipml . visualization import save_and_plot_confusion_matrix
from zipml . data import split_data
from zipml import compare_models
from sklearn . ensemble import RandomForestClassifier , GradientBoostingClassifier
from sklearn . linear_model import LogisticRegression


# Sample dataset
data = {
    'feature_1' : [ 0.517 , 0.648 , 0.105 , 0.331 , 0.781 , 0.026 , 0.048 ],
    'feature_2' : [ 0.202 , 0.425 , 0.643 , 0.721 , 0.646 , 0.827 , 0.303 ],
    'feature_3' : [ 0.897 , 0.579 , 0.014 , 0.167 , 0.015 , 0.358 , 0.744 ],
    'feature_4' : [ 0.457 , 0.856 , 0.376 , 0.527 , 0.648 , 0.534 , 0.047 ],
    'feature_5' : [ 0.046 , 0.118 , 0.222 , 0.001 , 0.969 , 0.239 , 0.203 ],
    'target' : [ 0 , 1 , 1 , 1 , 1 , 1 , 0 ]
}

# Creating DataFrame
df = pd . DataFrame ( data )

# Splitting data into features (X) and target (y)
X = df . drop ( 'target' , axis = 1 )
y = df [ 'target' ]

# Split the data into training and test sets
X_train , X_test , y_train , y_test = split_data ( X , y )

# Define models
models = [
    RandomForestClassifier (),
    LogisticRegression (),
    GradientBoostingClassifier ()
]

# Compare models and select the best one
best_model , performance = compare_models ( models , X_train , X_test , y_train , y_test )
print ( f"Best model: { best_model } with performance: { performance } " )

# Calculate performance metrics for the best model
best_model_metrics = calculate_model_results ( y_test , best_model . predict ( X_test ))

# Analyze model predictions
val_df , most_wrong = analyze_model_predictions ( best_model , X_test , y_test )

# Save and plot confusion matrix
save_and_plot_confusion_matrix ( y_test , best_model . predict ( X_test ), save_path = "confusion_matrix.png" )

CLI -Verwendung

Sie können ZIPML über die folgenden Befehle aus der Befehlszeile ausführen:

Trainieren Sie ein einzelnes Modell

zipml --train train.csv --test test.csv --model randomforest --result results.json

• --train : Pfad zum Trainingsdatensatz-CSV-Datei.
• --test : Pfad zum Test-Datensatz-CSV-Datei.
• --model : Name des zu trainierenden Modells (z. B. randomforest , logisticregression , gradientboosting ).
• --result : Pfad zur JSON-Datei, in der die Ergebnisse gespeichert werden.

Vergleichen Sie mehrere Modelle

zipml --train train.csv --test test.csv --compare --compare_models randomforest svc knn --result results.json

• --compare : Ein Flag, um einen Mehrfachmodellvergleich anzuzeigen.
• --compare_models : Eine Liste von Modellen zu vergleichen (z. B. randomforest , logisticregression , gradientboosting ).
• --result : Pfad zur JSON-Datei, in der Vergleichsergebnisse gespeichert werden.

Laden Sie ein vorgebildetes Modell und machen Sie Vorhersagen

zipml --load_model trained_model.pkl --test test.csv --result predictions.json

• --load_model : Pfad zur gespeicherten Modelldatei.
• --test : Pfad zum Test-Datensatz-CSV-Datei.
• --result : Pfad zur JSON-Datei, in der Vorhersagen gespeichert werden.

Speichern Sie das geschulte Modell

Um das geschulte Modell nach dem Training zu retten:

zipml --train train.csv --test test.csv --model randomforest --save_model trained_model.pkl

• --result : Pfad zur Datei, in der das geschulte Modell gespeichert wird.

Ausgabe

• Die Ausgabe von Trainings- und Vergleichsbefehlen umfasst verschiedene Leistungsmetriken wie Genauigkeit, Präzision, Rückruf und F1 -Score.
• Die Ergebnisse werden im JSON -Format gespeichert, wodurch sie leicht zu überprüfen und zu analysieren.

Abhängigkeiten

• Python 3.6+
• Pandas
• Scikit-Learn
• Matplotlib
• Seeborn

Beitragen

1. Geben Sie das Repository auf.
2. Erstellen Sie Ihre Funktionszweig ( git checkout -b feature/foo ).
3. Bestimmen Sie Ihre Änderungen ( git commit -am 'Add some foo' ).
4. Drücken Sie in den Zweig ( git push origin feature/foo ).
5. Öffnen Sie eine Pull -Anfrage.

Autor

Abdullah Ozmantar Github: @abdozmantar

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert - Einzelheiten finden Sie in der Lizenzdatei.