簡介

PyCaret是一個開源、低代碼的Python機器學習庫，可自動執行機器學習工作流。它是一種端到端的機器學習和模型管理工具，可以以指數方式加快實驗周期并提高您的工作效率。

與其他開源機器學習庫相比，PyCaret是一個替代的低代碼庫，可用于僅用幾行代碼替換數百行代碼。這使得實驗速度和效率呈指數級增長。

PyCaret本質上是圍繞多個機器學習庫和框架（例如 scikit-learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Ray 等的Python包裝器。

PyCaret時間序列模塊

PyCaret的新時間序列模塊現已提供測試版。秉承 PyCaret 的簡單性，它與現有的 API 保持一致，并帶有很多功能：模型訓練和選擇（30多種算法）、模型分析、自動超參數調優、實驗記錄、云部署等。

pip install pycaret-ts-alpha

使用樣例

PyCaret的時間序列模塊中的工作流程非常簡單。它從setup您定義預測范圍，然后設置使用函數訓練和評估多種算法。

加載數據

import?pandas?as?pd from?pycaret.datasets?import?get_data data?=?get_data('pycaret_downloads') data['Date']?=?pd.to_datetime(data['Date']) data?=?data.groupby('Date').sum() data?=?data.asfreq('D') data.head()?

?#?plot?the?data data.plot()

初始化設置

from?pycaret.time_series?import?* setup(data,?fh?=?7,?fold?=?3,?session_id?=?123)from?pycaret.internal.pycaret_experiment?import?TimeSeriesExperiment exp?=?TimeSeriesExperiment() exp.setup(data,?fh?=?7,?fold?=?3,?session_id?=?123)

統計測試

check_stats()

探索性數據分析

plot_model(plot?=?'ts') exp.plot_model(plot?=?'ts')

#?cross-validation?plot plot_model(plot?=?'cv')

#?ACF?plot plot_model(plot?=?'acf')

#?Diagnostics?plot plot_model(plot?=?'diagnostics')

#?Decomposition?plot plot_model(plot?=?'decomp_stl')

模型訓練與選擇

best?=?compare_models() best?=?exp.compare_models()

#?create?fbprophet?model prophet?=?create_model('prophet') print(prophet)

tuned_prophet?=?tune_model(prophet) print(tuned_prophet)

plot_model(best,?plot?=?'forecast')

#?forecast?in?unknown?future plot_model(best,?plot?=?'forecast',?data_kwargs?=?{'fh'?:?30})

#?in-sample?plot plot_model(best,?plot?=?'insample')

#?residuals?plot plot_model(best,?plot?=?'residuals')

測試部署

#?finalize?model final_best?=?finalize_model(best)#?generate?predictions predict_model(final_best,?fh?=?90)

#?save?the?model save_model(final_best,?'my_best_model')

參考資料

pycaret時序文檔：https://pycaret.readthedocs.io/en/time_series/api/time_series.html

pycaret時序規劃：https://github.com/pycaret/pycaret/issues/1648

往期精彩回顧適合初學者入門人工智能的路線及資料下載(圖文+視頻)機器學習入門系列下載中國大學慕課《機器學習》（黃海廣主講）機器學習及深度學習筆記等資料打印《統計學習方法》的代碼復現專輯 AI基礎下載機器學習交流qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【机器学习】太赞了！几行代码实现30多种时序模型预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。