mljar-supervised
用於表格資料的AutoML Python套件,包含特徵工程、超參數調校、解釋與自動文件
mljar-supervised 是什麼?
用於表格資料的AutoML Python套件,包含特徵工程、超參數調校、解釋與自動文件
mljar-supervised 概覽
這是什麼
mljar-supervised 是一個用於表格資料的自動化機器學習(AutoML)Python 套件。它能訓練模型、發現特徵,並解釋預測結果。該套件透過相同的 Python 介面支援經典機器學習演算法、新型神經網路架構以及表格基礎模型。
主要功能
- 自動模型訓練,並在多種演算法間進行比較,包括線性模型、隨機森林、XGBoost、LightGBM、CatBoost、RealMLP、TabM mini、Kumo 和 TabICLv2
- 自動文件:每次執行都會產生排行榜和個別模型報告,包含特徵重要性、學習曲線、混淆矩陣和 SHAP 解釋
- 特徵工程:處理缺失值和類別輸入,可透過黃金特徵建構數值組合,並可使用特徵發現來建議額外的欄位
- 公平性感知訓練:衡量群體差異,並可訓練重新加權的候選模型以嘗試達到選定的閾值
- 透過套件擴充功能可選用神經網路架構(RealMLP、TabM)和表格基礎模型(Kumo、TabICLv2)
使用情境
此套件適用於分類和迴歸等表格資料任務。可用於客戶流失預測、混凝土強度估算,以及其他需要自動化模型選擇、特徵工程和解釋的監督式學習問題。
快速開始
使用 Python 3.11 或更新版本。在虛擬環境中安裝候選版本:python -m pip install 'mljar-supervised==1.4.0rc6'完整安裝與使用說明請參閱儲存庫的 README。
授權與價格
此套件採用 MIT 授權條款,為開源軟體。價格未說明;該專案被列為開源。
內容整理自該專案公開的 README 與儲存庫資訊。