TPOT：一个自动化的机器学习 Python 工具

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文


本节内容由 Randal S. Olson 编写，是Penn 生物医学信息学研究所 开发区下的一个 TPOT 数据科学自动化工具的 demo https://github.com/rhiever/tpot。


本节以代码示例为主，重点说明机器学习过程中的难点，以及 TPOT 如何实现机器学习自动化。



一、为什么要实现数据科学自动化?
1、模型参数调整是重要的

1. import pandas as pd
   
2. import numpy as np
   
3. from sklearn.ensemble import RandomForestClassifier
   
4. from sklearn.cross_validation import cross_val_score
   
5. 
   
6. mnist_data = pd.read_csv('https://raw.githubusercontent.com/rhiever/Data-Analysis-and-Machine-Learning-Projects/master/tpot-demo/mnist.csv.gz', sep='\t', compression='gzip')
   
7. mnist_data.head()

复制代码

1. %matplotlib inline
   
2. import matplotlib.pyplot as plt
   
3. import seaborn as sb
   
4. 
   
5. plt.figure(figsize=(8, 8))
   
6. 
   
7. for record_num in range(1, 65):
   
8.     plt.subplot(8, 8, record_num)
   
9.    
   
10.     digit_features = mnist_data.iloc[record_num].drop('class').values
    
11.     sb.heatmap(digit_features.reshape((28, 28)),
    
12.                cmap='Greys',
    
13.                square=True, cbar=False,
    
14.                xticklabels=[], yticklabels=[])
    
15. 
    
16. plt.tight_layout()
    
17. ;

复制代码

1. cv_scores = cross_val_score(RandomForestClassifier(n_estimators=10, n_jobs=-1),
   
2.                             X=mnist_data.drop('class', axis=1).values,
   
3.                             y=mnist_data.loc[:, 'class'].values,
   
4.                             cv=10)
   
5. 
   
6. print(cv_scores)
   
7. print(np.mean(cv_scores))

复制代码

[ 0.9420414   0.9620217   0.94888635  0.94000857  0.95071429  0.94427775  0.94955702  0.94240389  0.93467696  0.95554603]0.947013394966

1. cv_scores = cross_val_score(RandomForestClassifier(n_estimators=100, n_jobs=-1),
   
2.                             X=mnist_data.drop('class', axis=1).values,
   
3.                             y=mnist_data.loc[:, 'class'].values,
   
4.                             cv=10)
   
5. 
   
6. print(cv_scores)
   
7. print(np.mean(cv_scores))

复制代码

[ 0.96445396  0.97829812  0.97015991  0.96629053  0.96828571  0.96170882  0.97084881  0.96698585  0.96483705  0.97641509]0.968828385431
以上内容转自 数析学院，如需完整内容可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：python 机器学习 TPO pot 自动化