Al usar la biblioteca Lazy Predict podemos comparar los algoritmos de clasificación y regresión con mejor rendimiento sin esfuerzo. Esta biblioteca fue creada por “Shankar Rao Pandala” y aquí está el enlace a la documentación.

Vamos a utilizar el conjunto de datos de cáncer de mama para comparar algoritmos de clasificación y el conjunto de datos de viviendas de Boston para comparar los algoritmos de regresión con solo unas pocas líneas de código para cada tarea que utiliza esta biblioteca.

Tarea de clasificación:

Instalación de la biblioteca:

! pip instalar lazypredict

Utilice el comando anterior para instalar la biblioteca lazypredict

Importación de bibliotecas y datos de cáncer de mama necesarios:

# Importar bibliotecas
importar lazypredict
de lazypredict Importación supervisada LazyClassifier
de sklearn.datasets importar load_breast_cancer
de sklearn.model_selection importar train_test_split

# Cargar conjunto de
datos data = load_breast_cancer ()
X = data.data
y = data.target

Ahora dividiremos los datos en una proporción de 80/20:

# Datos divididos
X_train, X_test, y_train, y_test = train_test_split (X, y, test_size = .2, random_state = 100)

Asignar clasificador perezoso:

# Define y construye el lazyclassifier
clf = LazyClassifier (verbose = 0, ignore_warnings = True, custom_metric = None)
models_train, predictions_train = clf.fit (X_train, X_train, y_train, y_train)
models_test, predictions_test = clf.fit (X_train, y_train, y_test)

Rendimiento de datos de trenes:

# Imprime el rendimiento del modelo en el conjunto de entrenamiento
models_train

Prueba de rendimiento de datos:

# Imprime el rendimiento del modelo en el conjunto de datos de prueba
models_test

A partir de las imágenes anteriores, podemos comprender cómo se construyen varios algoritmos de clasificación (alrededor de 28 modelos) y podemos comparar sus precisiones, puntuaciones de ROC AUC y F1 junto con el tiempo que tardan en construir.

Creemos un diagrama de barras para comparar estos modelos usando las bibliotecas seaborn y matplot.

importar matplotlib.pyplot como plt
importar seaborn como sns

plt.figure (figsize = (5, 10))
sns.set_theme (style = ”whitegrid”)
ax = sns.barplot (y = models_train.index, x = ”Precisión”, data = models_train)

A partir de la gráfica de barras anterior, podemos decidir qué algoritmo se adapta mejor a nuestro planteamiento del problema y modificarlo más para obtener un mejor rendimiento.

Tarea de regresión:

# Cargando el conjunto de datos de viviendas de
Boston boston = datasets.load_boston ()
X, y = shuffle (boston.data, boston.target, random_state = 42)

Ahora dividiremos los datos en una proporción de 80/20:

# Datos divididos
X_train, X_test, y_train, y_test = train_test_split (X, y, test_size = .2, random_state = 42)

Asignando lazyregressor:

# Define y crea el lazyclassifier
reg = LazyRegressor (verbose = 0, ignore_warnings = False, custom_metric = None)
models_train, predictions_train = reg.fit (X_train, X_train, y_train, y_train)
models_test, predictions_test = reg.fit (X_test, X_train, X_train, y_train, y_test)

Rendimiento de datos de trenes:

# Imprime el rendimiento del modelo en el conjunto de datos de entrenamiento
models_train

Prueba de rendimiento de datos:

# Imprime el rendimiento del modelo en el conjunto de datos de prueba
models_test

A partir de las imágenes anteriores, podemos comprender cómo se construyen varios algoritmos regresores (alrededor de 36 modelos) y podemos comparar sus valores RMSE de R cuadrado junto con el tiempo que tardan en construir.

Creemos un diagrama de barras para comparar estos modelos usando las bibliotecas seaborn y matplot.

importar matplotlib.pyplot como plt
importar seaborn como sns

models_train [“R-Squared”] = [0 si i <0 más i para i en models_train.iloc [:, 0]]

plt.figure (figsize = (5, 10))
sns.set_theme (style = ”whitegrid”)
ax = sns.barplot (y = models_train.index, x = ”R-Squared”, data = models_train)
ax.set ( xlim = (0, 1))

Esta es una forma sencilla de crear varios modelos de aprendizaje automático utilizando solo unas pocas líneas de código. Si intentamos construir manualmente estos modelos ML de forma individual, tomaría mucho tiempo importar las bibliotecas respectivas, construirlas individualmente y agregar sus resultados de predicción. A partir del diagrama de barras anterior, podemos llegar a una conclusión sobre qué algoritmo está funcionando bien y decidir modificarlo más para obtener un mejor rendimiento.

Nota :

La biblioteca LazyPredict nos permite construir los modelos con sus parámetros predeterminados. No podemos optimizar los parámetros, pero construirá estos modelos con sus parámetros predeterminados, lo cual sigue siendo bueno, ya que pudimos construirlos rápidamente y una vez que identificamos qué modelo es el mejor, podemos enfocar nuestro esfuerzo en realizar una optimización de hiperparámetros para ese ML. algoritmo.

Entonces, ¿qué piensan ustedes? Me interesaría conocer tu opinión al respecto. Espero haberle dado una breve idea sobre cómo crear rápidamente modelos de AA utilizando solo unas pocas líneas de código. Dale un 💚, si te gusta esta publicación para una motivación adicional. Siempre estoy abierto a sus sugerencias y consultas.