VirtualNew / ML-EnsembleHub

基于scikit-learn，拖拽式配置机器学习实验，水论文工具 :)

ML-EnsembleHub 🚀

中文 | English

基于scikit-learn，拖拽式配置机器学习实验，水论文工具 :)

先决条件

• Python 3.x

安装 🛠

克隆存储库并安装依赖项,

git clone https://github.com/6ixGODD/ML-EnsembleHub.git
cd ML-EnsembleHub
pip install -r requirements.txt

使用

使用命令行选项执行脚本,

python main.py  --data <path_to_data> 
                --cfg <path_to_config> 
                --save-dir <path_to_save_dir> 
                --name <name_of_experiment> 
                --save 
                --plot

• --data - 指定数据路径
• --cfg - 指定配置路径
• --save-dir - 设置保存结果的目录
• --name - 定义实验名称
• --save - 启用结果保存 (metrics, models)
• --plot - 启用plot

配置

YAML 配置实验：

shuffle: <bool>
random_state: <int>

preprocessing:
    method: <method_name>/null
    <method_name>:
        <param_name>: <param_value>

classifiers:
    method: 
      - <method1_name>
      - <method2_name>
      - ...
    <method1_name>:
        <param_name>: <param_value>
    <method2_name>:
        <param_name>: <param_value>
    ...

feature_selection:
    method: <method_name>/null
    <method_name>:
        <param_name>: <param_value>

model_selection:
    method: <method_name>
    <method_name>:
        <param_name>: <param_value>

• shuffle - 启用数据混洗
• random_state - 随机种子
• preprocessing - 预处理方法 / 禁用(null)
• classifiers - 分类器列表
• feature_selection - 特征选择方法 / 禁用(null)
• model_selection - model selection方法

数据集

确保数据以 CSV 格式存储，其中一列指定为 label，其他列代表特征：

label	feature1	feature2	...
0/1	value1	value2	...
...	...	...	...

示例

使用命令运行示例,

python main.py  --data data/credit.csv --cfg configs/credit.yml --save-dir output --name credit --save --plot

结果

• 指标：output/<name_of_experiment>/metrics/metrics.csv
• 图表：output/<name_of_experiment>/plots/
• 模型：output/<name_of_experiment>/models/
• 日志：output/<name_of_experiment>/log.txt

:)