PyCaretの概要
PyCaretは、Pythonで実装されたオープンソースの機械学習ライブラリーで、機械学習の一連の作業を自動化する「AutoML」をサポートしています。他のオープンソースの機械学習ライブラリーで実装すると、数百行を超えるようなコードを、PyCaretでは数行のみに置き換えることができます。これにより、機械学習の実験サイクルを指数関数的にスピードアップし、生産性を向上させることができます。
PyCaretは基本的に、scikit-learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Rayなどのいくつかの機械学習ライブラリーとフレームワークのPythonラッパーです。PyCaretにより、以前であれば多くの専門知識を必要としていた分析タスクが、現在では専門外のユーザーでも実現可能になります。経験豊富なデータサイエンティストを見つけるのは難しく、雇用するのに費用がかかりますが、PyCaretを使いこなせれば、そのギャップを緩和し、ビジネスにおけるデータ関連の課題に効果的に対処できます。
PyCaretの素晴らしさを理解するには動かしてみるとのが一番です。ここでは、PyCaretの関数get_data()で取得可能なデータセット「credit」（※）を使用した二値分類の例を簡単に紹介します。
まず、データセットをロードします。
data = get_data('credit')
関数setup()にこのデータセットと目的変数のラベル名を与えると、データ型の推定と変換や欠損値の補填、カテゴリー変数のエンコーディングなどを自動的に行います。
setup(data = data, target = 'default', session_id=123)
これにより、データの行数、特徴量の数、訓練データおよびテストデータの件数などが表示されます。
関数compare_models()を呼び出すと、複数のモデルを構築し、それらの精度を比較します。
この関数は、モデルライブラリー内のすべてのモデルを学習し、メトリック評価のための層化交差検証を使用してそれらをスコアリングします。 出力は、学習時間とともに、精度、AUC、再現率、適合率、F1、Kappa、およびMCCを出力します。ここでは、LDAが最も高い精度を出したので、変数best_modelにはLDAのモデルオブジェクトが代入されます。
ハイパーパラメーターをチューニングするには、関数tune_model()を使用します。
この関数は、ランダムグリッドサーチを使用してモデルのハイパーパラメーターを自動的に調整します。出力は、モデルの最高の精度、AUC、再現率、適合率、F1、kappa、およびMCCを出力します。
PyCaretは主要なグラフの表示も簡単にできます。例えば、ROC曲線は以下のようなコードで表示できます。
PR曲線は以下のようなコードで表示できます。
特徴量の重要度も簡単に表示できます。
混同行列も1行のコードで表示できます。
PyCaretの機能および特徴
主な機能は以下の通りです。
| データ前処理の自動化 | setup()を呼び出すだけで、データ型の推定と変換や欠損値の補填、カテゴリー変数のエンコーディングなどを自動的に行います。 |
|---|---|
| モデルの比較の自動化 | compare_models()を呼び出すと、すべてのモデルを比較して、それぞれの精度を高い順に表示します。 |
| ハイパーパラメーターのチューニングの自動化 | tune_model()でモデルのハイパーパラメーターのチューニングを自動的に行います。 |
| モデルの評価 | evaluate_model()で同時に複数の評価値の確認が可能です。 |
| アンサンブリング | ensemble_model()に学習済みモデルオブジェクトを渡すだけで、バギングやブースティングができます。また、blend_models()を呼ぶことで、複数のモデルをブレンドさせることもできます。 |
| 予測 | 学習したモデルを使ってpredict_model()で予測ができます。 |
| モデルの可視化 | plot_model()で様々なグラフを可視化することができます。 |
| モデルの保存とロード | save_model()でモデルを保存し、load_model()で保存したモデルをロードすることができます。 |
主な特徴は以下の通りです。
| 簡単 | 高度な機能を非常に簡単に実行することができます。学習コストも非常に低く抑えられます。インストールも簡単で以下のコマンドを実行するだけです。
pip install pycaret
|
|---|---|
| 短いコードで実装可能 | PyCaretを使用しなければ、数百行のコードを書かなければいけないような処理を数行のコードで実現できます。 |
| 高機能 | Pythonで実装された様々な機械学習ライブラリーとフレームワークのラッパーであるため、非常に高機能です。 |
PyCaretのライセンス
PyCaretのライセンスは、MITライセンスです。MITライセンスは、X Window System (X11)などのソフトウェアに適用されていることから、X11ライセンス、またはXライセンスとも表記されます。MITライセンスは、数あるソフトウェ アライセンスの中で最も制約が少なく、ソースコードの無償の使用のほか、改変、再配布することも認められています。
PyCaretのライセンスについてご不明な点がありましたら、お気軽にお問い合わせください。
PyCaretと同類のソフトウェア
AutoMLができるOSSの機械学習のフレームワークとして有名なものは他にH2O、AutoKeras、AutoGluonなどがあります。
関連OSS
- Jupyter Notebook
- scikit-learn
参考情報
PyCaret公式サイト
GitHubリポジトリー
@IT AutoML OSS入門 - PyCaret
PyCaretのサポート
NRIではお客様のご要望に応じて様々な支援ができるサービスをご用意しました。
詳細は下記ページをご確認ください。
