Pythonを用いて「回帰分析による回帰モデルの作成」の作業フローを動画にしました。
機械学習フレームワークにはPycaretを使用します。使用環境はAnacondaでJupyterLabです。Pycaret本家のサイト https://pycaret.org/ にあるように、オープンソースであって短いコードでできる機械学習ライブラリーです。特徴は、線形や非線形など20個ある回帰手法を一度に実行して比較し、更にautoml()によって自動でベスト回帰モデルを選定できることです。作業時間を大幅に短縮できます。
■本動画の内容
0:00 はじめに。Pycaretの使用環境とインストールについて
1:00 Step1. 分析するcsvデータファイルを読み出す
1:15 Step2. データをチェックする
2:01 Step3. データの前処理
3:20 Step4. 複数の回帰モデルを実行して比較する
4:20 Step5. ハイパーパラメータを自動調整する
5:13 Step6. ベスト回帰モデルを自動で選定する
5:24 Step7. モデルの評価とその結果を可視化する
7:44 Step8. 回帰モデルをファイル.pklに保存する
8:06 Step9. 回帰モデルをロードする
8:30 Step10. 未知データを読み込んで予測する
■本動画の内容含めて、Pycaret使用の雛形コードは下記私のブログに幾つか記載しています。
動画内では述べていませんが、手動でハイパーパラメータの項目と範囲を指定して自動調整する方法等を記載しています。
https://hk29.hatenablog.jp/archive/category/PyCaret
#####
本動画中の楽曲は下記リンクのフリー素材を使用させて頂いています。
#pycaret #機械学習 #python
