如何构建一个符合广东省建设工程规范的物流网站？

如何建设物流网站,广东省建设工程规范文件网站,卓光网站建设,太月星网站建设程序开发PyCaret简介 随着ChatGPT和AI画图的大火#xff0c;机器学习作为实现人工智能的底层技术被大众越来越多的认知#xff0c;基于机器学习的产品也越来越多。传统的机器学习实现方法需要较强的编程能力和数据科学基础#xff0c;这使得想零基础尝试机器学习变得非常困难。 机器…PyCaret简介 随着ChatGPT和AI画图的大火机器学习作为实现人工智能的底层技术被大众越来越多的认知基于机器学习的产品也越来越多。传统的机器学习实现方法需要较强的编程能力和数据科学基础这使得想零基础尝试机器学习变得非常困难。 机器学习、深度学习和人工智能AI的关系 PyCaret 是 Python 中的开源低代码机器学习库可自动执行机器学习工作流程。它是一种端到端的机器学习和模型管理工具可以成倍地加快实验周期并提高您的工作效率。与其他开源机器学习库相比PyCaret 是一个高度封装的低代码库可以用几行代码代替数百行代码。这使得机器学习实验呈指数级快速和高效。  PyCaret的设计和简单性受到了公民数据科学家这一新兴角色的启发这是Gartner首次使用的术语。公民数据科学家是超级用户他们可以执行简单和适度复杂的分析任务而这些任务以前需要更多的专业知识。经验丰富的数据科学家通常很难找到而且雇佣成本也很高但公民数据科学家可以成为缓解这一差距并解决商业环境中与数据相关的挑战的有效途径。 Pycaret的主要功能多数可以以极少的代码自动化实现 Pycaret的特色 低代码量 与其他开源机器学习库相比PyCaret是一个替代的低代码库可以用很少的单词替换数百行代码。这使得机器学习实验能以指数级的速度和效率进行。PyCaret本质上是一个Python包装器围绕着几个机器学习库和框架如scikit learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Ray等等。除模型选择外调参数据预处理等等也可以通过同样的方式进行处理。 在常规的机器学习方法中如果想要比较多个机器学习算法的准确率和耗时等信息需要挨个进行调用或编写然后人工进行对比而在PyCaret中仅需一行代码即可完成。 利用Pycaret一行代码测试大量机器学习算法和模型的准确率和耗时请看 跨环境使用 PyCaret 是 Python 中的部署就绪库这意味着在 ML 实验中执行的所有步骤都可以使用可重现并保证生产的管道重现。管道可以保存为可跨环境传输的二进制文件格式。 Pycaret训练的模型可以保存为二进制管道 无缝衔接主流数据平台 PyCaret 及其机器学习功能与支持 Python 的环境无缝集成例如 Microsoft Power BI、Tableau、Alteryx 和 KNIME 等。这为这些 BI 平台的用户提供了巨大的力量他们现在可以将 PyCaret 集成到他们现有的工作流中并轻松添加一层机器学习。 PyCaret适用人群 希望提高生产力的经验丰富的数据科学家。喜欢低代码机器学习解决方案的公民数据科学家。想要构建快速原型的数据科学专业人士。数据科学和机器学习的学生和爱好者。 安装 PyCaret 准备工作 PyCaret在以下64位系统上得到测试和支持因此安装前需要先准备好环境支持。 1.系统环境Windows7/unbantu 16.04 2.编程环境Python3.6-3.8/Python 3.9 for Ubuntu only 最简安装 最简单安装方式是使用Python的pip包管理器安装PyCaret只需要一行代码 pip install pycaret 虚拟环境安装 安装PyCaret是在PyCaret中构建第一个机器学习模型的第一步。由于PyCaret会自动安装所有硬依赖项为了避免与其他软件包发生潜在冲突强烈建议使用虚拟环境例如conda环境。使用隔离环境可以独立于以前安装的任何Python包安装特定版本的pycaret及其依赖项。 # 创建conda环境 conda create --name yourenvname python3.8# 激活上一行创建的环境 conda activate yourenvname# 安装Pycaret pip install pycaret# 创建一个笔记本内核并调用虚拟环境 python -m ipykernel install --user --name yourenvname --display-name display-name PyCaret适用的问题 分类问题 分类问题指的是可以将具有不同特征的元素分类成组的一类的问题。