低代码机器学习工具
发布时间：2025-11-05 09:24:30 来源：云智核 作者：域名
机器学习有潜力帮助解决企业和整个世界范围内的低代各种问题。通常，码机要开发机器学习模型并将该模型部署到可以在操作上使用的器学状态，需要对编程有深入的习工了解，并且需要充分了解其背后的低代算法。
这将机器学习的码机使用限制在一小部分人中，因此也限制了可以解决的器学问题数量。
幸运的习工是，在过去的低代几年中，涌现了许多库和工具，码机这些库和工具减少了模型开发所需的器学代码量，或者在某些情况下完全消除了代码开发。习工 这为非数据科学家(如分析师)发挥了利用机器学习功能的低代潜力，并允许数据科学家更快地对模型进行原型制作。码机
这是器学一些我最喜欢的用于机器学习的低代码工具。
PyCaret
PyCaret是Python的包装器，用于流行的机器学习库，云服务器例如Scikit-learn和XGBoost。 它使仅需几行代码就能将模型开发为可部署状态。
可以通过pip安装Pycaret。 有关更详细的安装说明，请参阅PyCaret文档。
pip install pycaretPyCaret具有公共数据集的存储库，可以使用pycaret.datasets模块直接安装。 完整列表可在此处找到，但出于本教程的目的，我们将使用一个非常简单的数据集来解决称为"葡萄酒"数据集的分类任务。
PyCaret库包含一组模块，用于解决所有常见的机器学习问题，其中包括：
分类。 回归。 聚类。 自然语言处理。 关联规则挖掘。 异常检测。要创建分类模型，我们需要使用pycaret.classification模块。 创建模型非常简单。 我们只需调用将Model ID作为参数的create_model()函数即可。 您可以在此处找到支持的型号及其对应ID的完整列表。网站模板 或者，您可以在导入适当的模块后运行以下代码以查看可用模型的列表。
from pycaret.classification import * models()
> A snapshot of models available for classification. Image by Author.
在调用create_model()之前，您首先需要调用setup()函数来为您的机器学习实验指定适当的参数。 在这里，您可以指定诸如测试序列拆分的大小以及是否在实验中实施交叉验证之类的内容。
from pycaret.classification import * rf = setup(datadata = data, target = type, train_size=0.8) rf_model = create_model(rf)create_model()函数将自动推断数据类型并使用默认方法处理这些数据类型。 运行create_model()时，您将收到以下输出，其中显示了推断的数据类型。
> Image by Author.
PyCaret将使用一组默认的预处理技术来处理诸如分类变量和估算缺失值之类的事情。 但是，如果您需要更定制的数据解决方案，则可以在模型设置中将它们指定为参数。 在下面的示例中，我更改了numeric_imputation参数以使用中位数。
from pycaret.classification import * rf = setup(datadata = data, target = type, numeric_imputation=median) rf_model = create_model(rf)对参数满意后，请按Enter键，模型将最终确定并显示性能结果网格。
> Image by Author.
PyCaret还具有plot_model()函数，b2b供应网该函数显示模型性能的图形表示。
plot_model(rf_model)
> Image by Author.
本教程刚刚展示了使用PyCaret库进行模型训练的基础。 还有更多功能和模块可提供完整的低码机器学习解决方案，包括功能工程，模型调整，持久性和部署。
BigQuery ML
Google在2018年发布了一个名为BigQuery ML的新工具。 BigQuery是Google的云数据仓库解决方案，旨在为数据分析师和科学家提供快速访问大量数据的途径。 BigQuery ML是一种工具，可让仅使用SQL从BigQuery数据仓库直接开发机器学习模型。
自从发布以来，BigQueryML已经发展到可以支持大多数常见的机器学习任务，包括分类，回归和聚类。 您甚至可以导入自己的Tensforflow模型以在工具中使用。
根据我自己的经验，BigQueryML是用于加速模型原型制作的极其有用的工具，并且还可以用作基于生产的系统来解决简单的问题。
为了简要介绍该工具，我将使用称为成人收入数据集的数据集来说明如何在BigQueryML中建立和评估逻辑回归分类模型。
该数据集可以在UCI机器学习存储库中找到，我正在使用以下Python代码以CSV文件的形式下载。
url_data = https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data column_names = [age, workclass, fnlwgt, education, educational-num,marital-status, occupation, relationship, race, gender,capital-gain, capital-loss, hours-per-week, native-country,income] adults_data = pd.read_csv(url_data, names=column_names) adults_data.to_csv(adults_data.csv)这是一个脚本，用于下载数据并导出为CSV文件。
如果您还没有Google Cloud Platform(GCP)帐户，则可以在此处创建一个。 最初注册时，您将获得$ 300的免费信用额度，足以试用以下示例。
进入GCP后，从下拉菜单导航至BigQuery网络用户界面。 如果您是第一次使用GCP，则需要创建一个项目并使用BigQuery进行设置。 Google快速入门指南在此处提供了很好的概述。
我先前下载的CSV文件可以直接上传到GCP中以创建表格。
> Image by Author.
您可以通过单击边栏中的表名称并选择预览来检查表中的数据。 现在，成人的数据就是BigQuery中的数据。
> Image by Author.
要针对这些数据训练模型，我们只需编写一个SQL查询，该查询从表中选择所有内容(*)，将目标变量(收入)重命名为label，并添加逻辑以创建名为" adults_log_reg"的逻辑回归模型。
有关所有模型选项，请参见此处的文档。
CREATE MODEL `mydata.adults_log_reg` OPTIONS(model_type=logistic_reg) AS SELECT *, ad.income AS label FROM `mydata.adults_data` ad如果我们单击现在将出现在数据表旁边的侧栏中的模型，则可以看到对训练效果的评估。
> Image by Author.
现在我们可以使用模型使用ML.PREDICT函数进行预测。
Fastai
众所周知，诸如Tensorflow之类的流行深度学习框架具有陡峭的学习曲线，对于初学者或非数据科学家而言，可能很难起步并运行它。 fastai库提供了一个高级API，使您可以用几行简单的代码来训练神经网络。
Fastai与Pytorch一起使用，因此您需要先安装这两个库，然后才能使用它。
pip install pytorch pip install fastaifastai库具有用于处理结构化数据和非结构化数据(例如文本或图像)的模块。 在本教程中，我们将使用fastai.tabular.all模块来解决我们之前使用的葡萄酒数据集的分类任务。
类似于PyCaret，fastai将通过嵌入层对非数字数据类型执行预处理。 为了准备数据，我们使用TabularDataLoaders帮助器函数。 在这里，我们具体说明了数据框的名称，列的数据类型以及我们要模型执行的预处理步骤。
要训练神经网络，我们只需使用tabular_learner()函数，如下所示。
dl = TabularDataLoaders.from_df(data, y_names="type", cat_names = [quality], cont_names = [fixed acidity, volatile acidity, citric acid, residual sugar, chlorides, free sulfur dioxide, total sulfur dioxide, density, pH, sulphates, alcohol], procs = [Categorify, FillMissing, Normalize])运行此代码后，将显示性能指标。
> Image by Author.
要使用模型进行预测，您可以简单地使用learning.predict(df.iloc [0])。
- 上一篇：本教程将简要介绍在ubuntu虚拟机中安装增强功能的步骤。软件名称：VirtualBox v5.0.4-102546 虚拟机 多国语言官方安装版软件大小：103MB更新时间：2015-09-091、选中ubuntu虚拟机，点击上方的”启动“按钮，启动虚拟机2、在”设备“下拉菜单中，点击”安装增强功能“按钮：3、之后在虚拟机中会弹出”安装增强功能“对话框， 点击”run “按钮，4、之后会弹出授权对话框，需要安装权限，输入安装时候的用户密码：5、输入密码后点击”Author“按钮进行安装，会弹出安装过程对话框：6、安装完成后按回车键退出终端，然后点击右上角的按钮，选择重启虚拟机：7、重启后就可以自动调整显示分辨率，以及使用共享文件夹等功能了。
- 下一篇：揭秘浪潮大数据的无限潜力（挖掘、分析、应用，大数据开启新时代）
- 长虹电视chiq的优势与特点（一款令人惊艳的智能电视）
- 凯音N5（高音质、大容量，开启音乐新时代）
- 64位Win10GPT安装教程
- 探索BeatsStudio1耳机的卓越音质和舒适性（让您沉浸在无与伦比的音乐体验中）
- ubuntu用户现在已经确切的了解到关于unity8集成到ubuntu桌面的相关计划。ubuntu桌面其实还并没有引起更多开发者的足够关注，不过现在这种状况正在得到更快的改变。Canonical的ubuntu桌面团队经理，Will Cooke，最近谈到了关于unity桌面的一些未来规划，以及未来几个ubuntu版本的计划。可能已经有许多ubuntu用户，已经发现，有越来越多的ubuntu开发者正在把他们的精力放在了ubuntu的移动端平台上，与此同时，关注桌 面端ubuntu的开发者要比平常少了不少。这或许是因为，大家都认为，来自ubuntu touch的大量改进和优化，形成的成果最终也会汇集到桌面端吧！其实吧，并不是所有的人都相信，现在在ubuntu touch上的桌面环境，会让未来的ubuntu桌面端一样变得更强大，而且，所说的未来其实也没多久远！事实上，要比大家想想的更为靠近！下一代Ubuntu LTS会默认采用unity8ubuntu的移动平台正在使用unity8 ，这货不同于当前桌面端使用的unity7，毕竟人家使用了很多期待中的有趣特性。ubuntu的开发人员几乎花费了超过2年的时间，就是为了能让 unity8能在ubuntu phone和ubuntu touch上完美运行，所以为了这样的目的，几乎付出了他们的所有努力。Canonical的新晋桌面团队经理，Will Cooke ，详细的解释unity8的发展蓝图，即将发布的ubuntu14.10的默认桌面依然会是unity7 ，unity8仅会以开发者预览版的形式作为一种可选项予以提供，ubuntu15.04仍然会将unity7作为默认桌面，不过unity8将作为可替 代选项予以提供，而将unity8作为默认桌面最有可能是在ubuntu15.10发行版中。Will说“可能”，是因为他不确定，在那之前，会不会发生一些不可预料的事情影响进度，ubuntu开发人员可能会准备好，也可能不会，所以看情况了。不过，可以确定的是，unity8一定会作为ubuntu16.04这个长期支持版的默认使用桌面。为什么ubuntu新桌面是如此特别？你可能会认为，unity8仅仅是一种桌面环境的升级罢了，而事实上，它远不只如此！由于unity8的构建方式，当开发者发布新的应用和更新，终端用户会更快速的收到相关的包版本，而不用再等待新版本的ubuntu来获取相关的重要应用或者二进制包！“通常来说，新版本的ubuntu发布，会伴随有新版本的相关应用更新，当然也必然包含有重要的安全更新和BUG修复，但是为了获得相关更新，你不 得不耐心的等待新版本的ubuntu的发布，以及相关应用的重大更新才可以。而新版本的unity8工作机制，保证了开发者将其应用更新实时推送到客户端 面前而不需要等待，毫无疑问，终端用户会因此而获益多多！”Will Cooke这样说。社区阻力依然存在对Canonical来说，unity8是一个重大的改变，也正是因为如此，从一开始，就感受到来自社区的巨大质疑和阻力，这也是众所周知的！幸运 的是，unity8项目从一开始还是被绝大多数人认可，当然了也有人认为unity7才是最棒的，而unity8是个失败品。这也是没办法的事了！Canonical如今提供了使用unity8的另一个镜像（点击浏览），我们称之为“NEXT”！这是一个live CD，能够展现大概的功能，不过这货是基于一个超大号的tablet！期待吧，愚蠢的地球人，希望明年有足够的时间让大家用上新版本的unity！谢谢阅读，希望能帮到大家，请继续关注脚本之家，我们会努力分享更多优秀的文章。
- 详细教程（系统族win10安装教程及注意事项）
- 惠普CQ14-A101TX笔记本电脑的性能和功能评测（一款高性价比的笔记本电脑）
- 手把手教你制作大白菜U启动盘（简单易行的U盘启动制作教程，让你的电脑重获新生！）
- 三星TN屏的特点与评价（探索三星TN屏的色彩表现与视角稳定性）
- 宏基笔记本系统安装教程（轻松操作，快速安装，让你的笔记本电脑焕然一新）
- 电脑出现黄三角感叹号的原因及解决方法（解读电脑黄三角感叹号，帮你快速解决电脑问题）
- 探索时代电讯（以时代电讯为例，了解现代通信科技的发展与应用）
- 探究大奥音质的表现与特点（揭秘大奥音质背后的技术与创新）
- 雷军的成功之路（揭秘中国科技巨头雷军的创业经历）
- 手机回收站删除照片恢复妙招（一键找回已删除的手机照片，让珍贵回忆不再消失）
- 固态硬盘系统转移教程（详解固态硬盘迁移方法，轻松转移数据和操作系统）
- 电脑不开机怎么进入PE系统？（解决电脑无法开机问题的最佳方法，PE系统安全快捷！）
- 芯邦BM2080量产教程（从原理到实践，全面解析芯邦BM2080量产技巧）
- 华为荣耀P10手机的卓越表现（领先科技，出众性能，令人惊艳的拍照体验）
- 苹果笔记本三系统安装教程（让您的苹果笔记本畅玩三大操作系统，提升工作和娱乐体验）
随便看看
- Copyright © 2025 Powered by 低代码机器学习工具,云智核 滇ICP备2023006006号-28sitemap