Auto ML 接收原始（ish）数据并从中生成监督学习模型。也就是说，它使特征工程和模型选择/调整自动化。
当前存在哪些开源替代方案，当给定原始数据并告知目标变量时，将自动生成 ML 模型？
谷歌 Auto ML 的开源替代品
数据挖掘
机器学习
2022-03-04 15:41:40
2个回答
AutoSklearn、AutoViML、TPOT、H2O 都是不错的选择。他们可以进行特征工程，但我建议您根据领域知识构建自己的特征。
你可以查看我的开源库 Auto_ViML，它只需要一行代码就可以在你的命令下构建从最简单到最复杂的许多不同的 ML 模型。如果您将详细设置为最高级别 (2)，它还提供图表和图形。此外，我还开源了我的 EDA 库 AutoViz，它允许您使用一行代码可视化任何大小的数据集（只要它可以适合 pandas 数据框）。两者都可以在这个 GitHub 上找到。 https://github.com/AutoViML/Auto_ViML
其它你可能感兴趣的问题