机器学习模型工具箱，提供自动化模型报告输出、超参数调优、代价敏感学习、不平衡数据集处理等功能，快速上手，解放生产力.zip

# 机器学习模型工具箱 机器学习模型工具箱，提供自动化模型报告输出、超参数调优、代价敏感学习、不平衡数据集处理等功能，快速上手，解放生产力 # 项目结构 ```shell > tree -I __init__.py . ├── README.md # 说明文档 ├── requirements.txt # 依赖文件 ├── mltoolbox # 包文件 │ ├── cv # 多折交叉验证相关方法 │ ├── eda # 数据分析相关方法 │ │ └── auto # 自动 EDA 相关方法 │ ├── explainer # 模型解释性 │ ├── models # 机器学习模型 │ │ ├── auto # 自动机器学习相关方法 │ │ ├── ensemble # 集成学习 │ │ │ ├── bagging │ │ │ ├── blending │ │ │ ├── boosting │ │ │ └── stacking │ │ ├── classification # 分类器 │ │ ├── regression # 回归器 │ │ ├── ranking # 排序模型 │ │ └── tricks # 模型训练 tricks 合集 │ ├── optimizer # 超参数搜索器 │ ├── mertics # 评估方法 │ ├── sampler # 采样器 │ ├── selector # 选择器 │ ├── transformer # 转换器 │ └── utils # 公共方法 │ ├── logger.py # 日志方法 │ ├── setter.py # 配置器 │ ├── reader.py # 读取器 │ └── writer.py # 写入器 ├── LICENSE # 开源许可 ├── MANIFEST.in # 打包文件设置 └── setup.py # 打包脚本 22 directories, 9 files ``` # 环境配置 ## 裸机部署 1. 安装 `python` 环境 推荐 `python 3.8.13` ，参照网上教程自行安装即可，也可直接使用系统提供的 `python3` , 版本不易过高, 最低支持 `python 3.6.13+` 2. 环境依赖安装 + 在线环境 ```shell pip install -r requirements.txt ``` + 离线环境 离线裸机需先找一台环境和生产一致（python版本和系统一致）的机器或者容器，在在线环境下载依赖项后拷贝到离线环境安装 ```shell # 在线环境依赖下载 pip download -d python_lib/ -r requirements.txt # 离线环境 pip install --no-index --find-links=python_lib -r requirements.txt ``` 3. 安装 `mltoolbox` 包 ```shell # 通过仓库安装 pip install mltoolbox # 通过 git 直接安装 pip install git+<git仓库地址>@分支名称 ```