1、安裝
pip install pycaret
在谷歌colab中還要運行：
from pycaret.utils import enable_colab enable_colab()
2、獲取數據
（1）利用pandas庫加載
import pandas as pd data = pd.read_csv('c:/path_to_data/file.csv')
（2）使用自帶的數據
from pycaret.datasets import get_data data = get_data('juice')
數據集列表：
| Dataset | Data Types | Default Task | Target Variable | # Instances | # Attributes |
| anomaly | Multivariate | Anomaly Detection | None | 1000 | 10 |
| france | Multivariate | Association Rule Mining | InvoiceNo, Description | 8557 | 8 |
| germany | Multivariate | Association Rule Mining | InvoiceNo, Description | 9495 | 8 |
| bank | Multivariate | Classification (Binary) | deposit | 45211 | 17 |
| blood | Multivariate | Classification (Binary) | Class | 748 | 5 |
| cancer | Multivariate | Classification (Binary) | Class | 683 | 10 |
| credit | Multivariate | Classification (Binary) | default | 24000 | 24 |
| diabetes | Multivariate | Classification (Binary) | Class variable | 768 | 9 |
| electrical_grid | Multivariate | Classification (Binary) | stabf | 10000 | 14 |
| employee | Multivariate | Classification (Binary) | left | 14999 | 10 |
| heart | Multivariate | Classification (Binary) | DEATH | 200 | 16 |
| heart_disease | Multivariate | Classification (Binary) | Disease | 270 | 14 |
| hepatitis | Multivariate | Classification (Binary) | Class | 154 | 32 |
| income | Multivariate | Classification (Binary) | income >50K | 32561 | 14 |
| juice | Multivariate | Classification (Binary) | Purchase | 1070 | 15 |
| nba | Multivariate | Classification (Binary) | TARGET_5Yrs | 1340 | 21 |
| wine | Multivariate | Classification (Binary) | type | 6498 | 13 |
| telescope | Multivariate | Classification (Binary) | Class | 19020 | 11 |
| glass | Multivariate | Classification (Multiclass) | Type | 214 | 10 |
| iris | Multivariate | Classification (Multiclass) | species | 150 | 5 |
| poker | Multivariate | Classification (Multiclass) | CLASS | 100000 | 11 |
| questions | Multivariate | Classification (Multiclass) | Next_Question | 499 | 4 |
| satellite | Multivariate | Classification (Multiclass) | Class | 6435 | 37 |
| asia_gdp | Multivariate | Clustering | None | 40 | 11 |
| elections | Multivariate | Clustering | None | 3195 | 54 |
| Multivariate | Clustering | None | 7050 | 12 | |
| ipl | Multivariate | Clustering | None | 153 | 25 |
| jewellery | Multivariate | Clustering | None | 505 | 4 |
| mice | Multivariate | Clustering | None | 1080 | 82 |
| migration | Multivariate | Clustering | None | 233 | 12 |
| perfume | Multivariate | Clustering | None | 20 | 29 |
| pokemon | Multivariate | Clustering | None | 800 | 13 |
| population | Multivariate | Clustering | None | 255 | 56 |
| public_health | Multivariate | Clustering | None | 224 | 21 |
| seeds | Multivariate | Clustering | None | 210 | 7 |
| wholesale | Multivariate | Clustering | None | 440 | 8 |
| tweets | Text | NLP | tweet | 8594 | 2 |
| amazon | Text | NLP / Classification | reviewText | 20000 | 2 |
| kiva | Text | NLP / Classification | en | 6818 | 7 |
| spx | Text | NLP / Regression | text | 874 | 4 |
| wikipedia | Text | NLP / Classification | Text | 500 | 3 |
| automobile | Multivariate | Regression | price | 202 | 26 |
| bike | Multivariate | Regression | cnt | 17379 | 15 |
| boston | Multivariate | Regression | medv | 506 | 14 |
| concrete | Multivariate | Regression | strength | 1030 | 9 |
| diamond | Multivariate | Regression | Price | 6000 | 8 |
| energy | Multivariate | Regression | Heating Load / Cooling Load | 768 | 10 |
| forest | Multivariate | Regression | area | 517 | 13 |
| gold | Multivariate | Regression | Gold_T+22 | 2558 | 121 |
| house | Multivariate | Regression | SalePrice | 1461 | 81 |
| insurance | Multivariate | Regression | charges | 1338 | 7 |
| parkinsons | Multivariate | Regression | PPE | 5875 | 22 |
| traffic | Multivariate | Regression | traffic_volume | 48204 | 8 |
3、設置環境
（1）第一步：導入模塊
pycaret提供以下6種模塊，當你導入相應的模塊之后，就將環境切換到了該環境下。
| S.No | Module | How to Import |
| 1 | Classification | from pycaret.classification import * |
| 2 | Regression | from pycaret.regression import * |
| 3 | Clustering | from pycaret.clustering import * |
| 4 | Anomaly Detection | from pycaret.anomaly import * |
| 5 | Natural Language Processing | from pycaret.nlp import * |
| 6 | Association Rule Mining | from pycaret.arules import * |
（2）第二步：初始化設置
對於PyCaret中的所有模塊都是通用的，設置是開始任何機器學習實驗的第一步，也是唯一的必需步驟。 除默認情況下執行一些基本處理任務外，PyCaret還提供了廣泛的預處理功能，這些功能在結構上將普通的機器學習實驗提升為高級解決方案。 在本節中，我們僅介紹了設置功能的必要部分。 可以在此處找到所有預處理功能的詳細信息。 下面列出的是初始化設置時PyCaret執行的基本默認任務：
數據類型推斷：在PyCaret中執行的任何實驗都始於確定所有特征的正確數據類型。 設置函數執行有關數據的基本推斷，並執行一些下游任務，例如忽略ID和Date列，分類編碼，基於PyCaret內部算法推斷的數據類型的缺失值插補。 執行設置后，將出現一個對話框（請參見以下示例），其中包含所有特征及其推斷的數據類型的列表。 數據類型推斷通常是正確的，但是一旦出現對話框，用戶應查看列表的准確性。 如果正確推斷了所有數據類型，則可以按Enter鍵繼續，否則，請鍵入“ quit”以停止實驗。
如果您由於無法正確推斷一種或多種數據類型而選擇輸入“退出”，則可以在setup命令中覆蓋它們，方法是傳遞categorical_feature參數以強制分類類型，而numeric_feature參數則強制數字類型。 同樣，為了忽略某些功能以成為實驗的一部分，您可以在設置程序中傳遞ignore_features參數。
注意：如果您不希望PyCaret顯示確認數據類型的對話框，則可以在設置過程中以“ True”（靜默）方式傳遞為True，以執行無人看管的實驗。 我們不建議您這樣做，除非您完全確定推斷是正確的，或者您之前已經進行過實驗，或者正在使用numeric_feature和categorical_feature參數覆蓋數據類型。
數據清理和准備：設置功能會自動執行缺失值插補和分類編碼，因為它們對於任何機器學習實驗都是必不可少的。 默認情況下，平均值用於數字特征的插補，而最頻繁使用的值或模式用於分類特征。 您可以使用numeric_imputation和categorical_imputation參數來更改方法。 對於分類問題，如果目標不是數字類型，則安裝程序還將執行目標編碼。
數據采樣：如果樣本量大於25,000，PyCaret會根據不同的樣本量自動構建初步的線性模型，並提供可視化效果，以根據樣本量顯示模型的性能。 然后可以使用該圖來評估模型的性能是否隨樣本數量的增加而增加。 如果不是，您可以選擇較小的樣本量，以提高實驗的效率和性能。 請參見下面的示例，在該示例中，我們使用了pycaret存儲庫中的“銀行”數據集，其中包含45,211個樣本。
訓練測試拆分：設置功能還執行訓練測試拆分（針對分類問題進行了分層）。 默認的分割比例為70:30，但是您可以在設置程序中使用train_size參數進行更改。 僅在Train set上使用k倍交叉驗證，才能對PyCaret中已訓練好的機器學習模型和超參數優化進行評估。
將會話ID分配為種子：如果未傳遞session_id參數，則會話ID是默認生成的偽隨機數。 PyCaret將此id作為種子分發給所有函數，以隔離隨機效應。 這樣可以在以后在相同或不同的環境中實現可重現性。
以下是一些例子：
分類：
from pycaret.datasets import get_data diabetes = get_data('diabetes') # Importing module and initializing setup from pycaret.classification import * clf1 = setup(data = diabetes, target = 'Class variable')
回歸：
from pycaret.datasets import get_data boston = get_data('boston') # Importing module and initializing setup from pycaret.regression import * reg1 = setup(data = boston, target = 'medv')
聚類：
from pycaret.datasets import get_data jewellery = get_data('jewellery') # Importing module and initializing setup from pycaret.clustering import * clu1 = setup(data = jewellery)
異常檢測：
from pycaret.datasets import get_data anomalies = get_data('anomaly') # Importing module and initializing setup from pycaret.anomaly import * ano1 = setup(data = anomalies)
自然語言處理：
from pycaret.datasets import get_data kiva = get_data('kiva') # Importing module and initializing setup from pycaret.nlp import * nlp1 = setup(data = kiva, target = 'en')
關聯規則挖掘：
from pycaret.datasets import get_data france = get_data('france') # Importing module and initializing setup from pycaret.arules import * arules1 = setup(data = france, transaction_id = 'InvoiceNo', item_id = 'Description')
