1、安裝

pip install pycaret

在谷歌colab中還要執行：

from pycaret.utils import enable_colab 
enable_colab()

2、獲取資料

（1）利用pandas庫載入

import pandas as pd
data = pd.read_csv('c:/path_to_data/file.csv')

（2）使用自帶的資料

from pycaret.datasets import get_data
data = get_data('juice') 

資料集列表：

3、設定環境

（1）第一步：匯入模組

pycaret提供以下6種模組，當你匯入相應的模組之後，就將環境切換到了該環境下。

（2）第二步：初始化設定

對於PyCaret中的所有模組都是通用的，設定是開始任何機器學習實驗的第一步，也是唯一的必需步驟。 除預設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階解決方案。 在本節中，我們僅介紹了設定功能的必要部分。 可以在此處找到所有預處理功能的詳細資訊。 下面列出的是初始化設定時PyCaret執行的基本預設任務：

資料型別推斷：在PyCaret中執行的任何實驗都始於確定所有特徵的正確資料型別。 設定函式執行有關資料的基本推斷，並執行一些下游任務，例如忽略ID和Date列，分類編碼，基於PyCaret內部演算法推斷的資料型別的缺失值插補。 執行設定後，將出現一個對話方塊（請參見以下示例），其中包含所有特徵及其推斷的資料型別的列表。 資料型別推斷通常是正確的，但是一旦出現對話方塊，使用者應檢視列表的準確性。 如果正確推斷了所有資料型別，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資料型別而選擇輸入“退出”，則可以在setup命令中覆蓋它們，方法是傳遞categorical_feature引數以強制分類型別，而numeric_feature引數則強制數字型別。 同樣，為了忽略某些功能以成為實驗的一部分，您可以在設定程式中傳遞ignore_features引數。

注意：如果您不希望PyCaret顯示確認資料型別的對話方塊，則可以在設定過程中以“ 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引數覆蓋資料型別。

資料清理和準備：設定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。 預設情況下，平均值用於數字特徵的插補，而最頻繁使用的值或模式用於分類特徵。 您可以使用numeric_imputation和categorical_imputation引數來更改方法。 對於分類問題，如果目標不是數字型別，則安裝程式還將執行目標編碼。

資料取樣：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，並提供視覺化效果，以根據樣本量顯示模型的效能。 然後可以使用該圖來評估模型的效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效能。 請參見下面的示例，在該示例中，我們使用了pycaret儲存庫中的“銀行”資料集，其中包含45,211個樣本。

訓練測試拆分：設定功能還執行訓練測試拆分（針對分類問題進行了分層）。 預設的分割比例為70:30，但是您可以在設定程式中使用train_size引數進行更改。 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引數優化進行評估。

將會話ID分配為種子：如果未傳遞session_id引數，則會話ID是預設生成的偽隨機數。 PyCaret將此id作為種子分發給所有函式，以隔離隨機效應。 這樣可以在以後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')

迴歸：

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')