はじめに
機械学習のモデルを比較しようとすると、それぞれのモデルのソースコードを書く必要があり、手間が多いかと思います。
そこで、簡単に機械学習のモデル比較ができるPyCaretというライブラリを使用してみました!
PyCaretとは
機械学習のフローを自動化するオープンソース(OSS)のライブラリです。
ローコードライブラリのため、ソースコードの記載がとても簡単といった特徴があります。
PyCaretが対応している機械学習タスクは以下5種類です。
- 分類
- 回帰
- クラスタリング
- 異常検出
- 時系列予測
参考文献:PyCaret, Moez Ali,
主な流れ
PyCaretで実施する流れは以下の通りです。
- データの読み込み
- 初期設定と前処理
- 機械学習モデルの比較・選定
- チューニング
- 選定したモデルの評価
- 未知のデータに対する予測
- モデルの保存
流れだけを見るとやることが多そうに見えますが、実際にコードを書いてみるとそうではありませんでした。
実際に書いてみたいと思います!
ソースコード
今回はPyCaretが提供しているサンプルデータセットを使って、分類を行ってみたいと思います。
動作環境は以下の通りです。
Python 3.10.12
PyCaret 3.3.2
Jupyter Notebook
〇備考
- PyCaret3.Xでは、Python3.9~3.12が対応しています。
- PyCaretはグラフなどを表示できるので、Notebook系がおすすめだそうです。
実際に書いていきます!
PyCaret公式のデータを使用したいので、下記のコードでデータの一覧を出力します。
from pycaret.datasets import get_data
from pycaret.classification import *
datasets = get_data('index')
get_data('index')でデータセット名や目的変数、推奨タスクなどがリスト化して表示されます。
その中から使用したいデータセットを選びます。
今回はblood(台湾の献血センターのデータ)を選びました。
使用データ
# 1. データセットの読み込み & 表示
data = get_data('blood')
get_data('データセット名')でサンプルデータの読み込み、dataにそのデータを格納しています。
bloodのデータセットの項目(特徴量)は下記5つでした。データ数は748件ありました。
- Recency
- Frequency
- Monetary
- Time
- Class(目的変数)
# 2. 初期設定と前処理
setup = setup(data, target='Class', session_id=1)
# 3. モデル比較と選定
best_model = compare_models()
# 4. チューニング
tuned_model = tune_model(best_model)
データの初期設定と前処理から選定したモデルのチューニングまで実施しています。
setup()では、デフォルトで学習用データ7割とテスト用データ3割にデータを分割します。欠損値の処理などの前処理も自動で実施します。
compare_models()では、それぞれのモデルに対して決められた回数の交差検証を行います。デフォルトは10回です。そして、検証結果の平均値でモデル比較を行い、その中で一番よかったものを出力します。
モデル選定の基準はそれぞれの機械学習タスクで異なりますが、分類では正解率や再現率などを基準にすることができます。
今回は指定していないので、正解率(Accuracy)を基準に選定しています。
また、使用したいモデルが決まっている場合は、create_model()を使用することで、モデルを作成できます。
使用例(決定木分析):model = create_model('dt')
tune_model() は、選定されたモデルのハイパーパラメータを自動で最適な値に微調整して、精度を高めてくれます。
# 5. 選定したモデルの評価
evaluate_model(tuned_model)
この関数でROC曲線や混同行列(Confusion Matrix)、特徴量重要度などを表示することができます。
# 6. 未知のデータに対する予測
predictions = predict_model(tuned_model)
チューニングしたモデルを使用して、学習に使用していないテストデータ(setup時に自動分割されたデータ)に対して予測を行います。
# 7. モデルの保存
save_model(tuned_model, 'output')
データの前処理や学習済みモデルをpklファイルに保存します。
引数の1つ目が保存するモデル、2つ目が出力ファイル名になっています。
今回書いたソースコードの行数ですが、空行とコメントの行を除くと10行程度でした。
とても簡単に書くことができました。
まとめ
今回はPyCaretを使用して、機械学習のモデル比較を実施してみました。
ローコードで簡単に機械学習のモデル比較ができ、便利に感じました。
今回は実施していませんがデータセットの作成やデータの前処理、学習の細かい設定や評価の出力なども可能なので、PyCaretに興味がある方はぜひ試してみてください!!

