sb-ai-lab/LightAutoML

解决的问题

LightAutoML (LAMA) 通过自动化管道构建，简化了创建机器学习模型的过程。它消除了手动特征工程和超参数调优的需要，使用户能够用最少的代码创建高性能模型。

工作原理

LAMA 提供两种主要操作模式：

1. 即用型预设：用户可以应用预配置的管道（例如 TabularAutoML）来处理常见的任务，如在表格、时间序列、图像和文本数据上的二分类或回归任务。
2. 框架模式：对于高级用户，LAMA 作为一个框架，允许他们使用一系列即用型模块构建自定义的 ML 管道，包括特征生成、选择和超参数优化组件。

适用人群

专为希望快速原型化模型或构建复杂自定义 ML 管道但无需从零开始的数据科学家和 ML 工程师设计。

主要亮点

• 多模态支持：支持表格、时间序列、图像和文本数据。
• 可扩展架构：提供高层预设以快速启动，也提供底层框架以构建自定义管道。
• 可解释性：包含模型解释工具，如 WhiteBox、ICE 和 PDP 方法。
• 广泛集成：支持来自 CSV 和 SQL 数据库的数据源。