mljar/mljar-supervised

解決する問題

MLJAR AutoMLは、表形式データの機械学習パイプラインの反復的な部分を自動化することで、データサイエンティストの時間を節約するように設計されています。データの前処理、モデル構築、ハイパーパラメータチューニングのプロセスを抽象化し、「ブラックボックス」として機能することなく、最適なモデルを見つけます。

仕組み

このパッケージは、パイプライン全体を管理する高レベルなAutoMLクラスを提供します。4つの異なる動作モードをサポートしています：

• Explain：単純なモデル（決定木など）と広範な可視化（SHAP、dtreeviz）を使用したデータ理解に焦点を当てます。
• Perform：本番環境のユースケース向けに最適化され、5分割交差検証と堅牢なアルゴリズムの選択を使用します。
• Compete：機械学習コンペティション向けに設計され、スタッキング、アンサンブル、適応的検証戦略を採用しています。
• Optuna：Optunaフレームワークを使用したハイパーパラメータチューニングにより、計算時間よりも最大のパフォーマンスを優先します。

特徴量エンジニアリング（「ゴールデンフィーチャー」を含む）、欠損値補完、ターゲット前処理を処理します。また、サンプル重み付けとスマートグリッド検索を使用してバイアスを軽減する、公平性を意識したトレーニングも含まれています。

対象読者

表形式データを扱うデータサイエンティストやMLエンジニアで、モデル選択とチューニングを自動化しつつ、結果の完全な透明性と説明可能性を維持したい方。

ハイライト

• 透明なレポート：メトリクスとチャートを含む詳細なMarkdownレポートを、すべての実験とモデルに対して自動生成します。
• Webアプリ生成：Mercuryを介して、非技術的なステークホルダー向けのインタラクティブな予測Webアプリを自動的に作成できます。
• 幅広いアルゴリズムサポート：ベースライン、線形、ランダムフォレスト、Extra Trees、LightGBM、Xgboost、CatBoost、ニューラルネットワーク、最近傍法が含まれます。
• 公平性ツール：バイナリ/マルチクラス分類と回帰のための公平性メトリクスとバイアス軽減の組み込みサポート。
• 自動永続化：モデルを自動的に保存およびロードし、中断後にトレーニングを再開できるようにします。