PyCaret — это библиотека машинного обучения с открытым исходным кодом на Python, которая автоматизирует рабочие процессы машинного обучения.

Я изо всех сил пытался установить PyCaret из-за разных версий Python и sklearn, но после нескольких попыток я успешно установил PyCaret в Windows, Debian и Google Colab.

Установка в Windows и Debian

PyCaret непока совместим с sklearn›0.23.2, но работает с Python 3.8 и sklearn 0.23.2 как в Windows, так и в Linux.

  1. Сначала создайте среду conda и активируйте среду conda.

# создать среду conda, например, pycaret_env

conda create — имяpycaret_envpython=3.8

# активировать среду conda

активация condapycaret_env

Если активация conda не работает, вам нужно сначала запустить conda init, затем закрыть терминал и снова открыть терминал в коде Linux или VS.

2. После активации среды conda установите PyCaret:

pip установить pycaret

Если вы столкнулись с сообщением «Установка пользователем по умолчанию, поскольку обычные сайт-пакеты недоступны для записи»,запустите вместо этого эту команду:

python -m pip установить pycaret

Установка на Колаб

Если вы используете Colab, ниже приведены шаги по установке PyCaret:

!pip установить pycaret shap

После перезапуска среды выполнения установите markupsafe:

!pip install markupsafe==2.0.1

то вы можете импортировать pycaret:

из импорта pycaret.classification *

Вам нужно знать, когда вы загружаете модель PyCaret для прогнозирования

Вы можете сохранить и загрузить модель в Jupyter Notebook или Colab, используя save_model() и load_model(), но если вы хотите использовать сохраненную модель в других средах, например Flask, вам потребуется добавить save_config() и load_config() в дополнение к save_model() и load_model(), иначе появится сообщение об ошибке "Конвейер не найден".