pycaret学习笔记（2）-quickstart-分类任务

文章预览

本次教程首页 分类 PyCaret的分类模块是一个监督机器学习模块，用于将元素分类成组。 目标是预测离散和无序的分类类标签。一些常见的用例包括预测客户默认（是或否）、预测客户流失（客户将离开或留下）、发现的疾病（积极或消极）。 该模块可用于二进制或多类问题。 Setup 函数初始化训练环境并创建转换管道。在执行任何其他函数之前，必须调用Setup函数。它需要两个必需的参数：data和target。所有其他参数都是可选的。 # load sample dataset from pycaret.datasets import get_data data = get_data( 'diabetes' ) 测试数据 测试数据是从github下载 data.dtypes 测试数据均为数值类型的变量 # prompt: 查看data是否有缺失值 data.isnull().sum() 数据集内无缺失值 PyCaret 3.0有两个API。您可以根据自己的喜好选择其中一个。功能和实验结果是一致的。 Functional API from pycaret.classi ………………………………