ExcelのデータをPycaret を用いてAutoML・機械学習(回帰)

pip install pycaret

import pandas as pd

// sample.xlsxというExcelの sheet1 のデータを読み込む
df = pd.read_excel('sample.xlsx', sheet_name='sheet1', index_col=0).reset_index()

df = df.fillna('')


X = df.copy()

// 回帰
from pycaret.regression import *

// Xというデータを機械学習にかける
// 列名 _y が結果(目的変数)
// 列名 ix, c は学習では無視 *参考までに
ret = setup(X , target = "_y" ,  ignore_features=['ix', 'c'], session_id=0 , normalize = False , train_size = 0.8 )

//models()

//たくさんあるアルゴリズムで評価
compare_models(sort="R2", fold=10)

// モデルはGBRを用いる(一番精度がよさそう)
rf = create_model("gbr", fold = 10)

// モデルをチューニング
tuned_rf = tune_model(rf, optimize = "r2", fold = 10)

// 以下で性能などを見ることができる
evaluate_model(tuned_rf)
plot_model(tuned_rf, "feature")
plot_model(tuned_rf, "learning")
plot_model(tuned_rf, "error")

final_rf = finalize_model(tuned_rf)

X_csv = df.copy()

// 学習・チューニングしたモデルで予測
ret_df2 = predict_model(final_rf, data=X_csv)

// CSV に出力する例
//ret_df2.to_csv("ret_df3.tsv", sep='\t')
print(ret_df2)

from pycaret.regression import *

// 回帰の場合 ↓↓↓
from pycaret.regression import *
// 分類の場合 ↓↓↓
from pycaret.classification import *