記事検索

検索ワードを入力してください。
Sky Tech Blog
ローコードで​機械学習の​モデル比較が​できる​! PyCaretを​使用してみた

ローコードで​機械学習の​モデル比較が​できる​! PyCaretを​使用してみた

機械学習のフローを自動化するOSSのローコードライブラリ「PyCaret」について、その特徴や対応タスク、およびサンプルデータを用いた実際のモデル比較・評価の手順を解説します。

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。

  1. データの読み込み
  2. 初期設定と前処理
  3. 機械学習モデルの比較・選定
  4. チューニング
  5. 選定したモデルの評価
  6. 未知のデータに対する予測
  7. 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!!


\シェアをお願いします!/
  • X
  • Facebook
  • LINE
キャリア採用募集中!

入社後にスキルアップを目指す若手の方も、ご自身の経験を幅広いフィールドで生かしたいベテランの方も、お一人おひとりの経験に応じたキャリア採用を行っています。

Sky株式会社のソフトウェア開発や製品、採用に関するお問い合わせについては、下記のリンクをご確認ください。
お問い合わせ
ホーム