欢迎使用Cooka¶
Cooka是一个轻量级、可视化的自动机器学习工具,可以通过Web UI管理数据集和设计建模实验,并使用 DeepTables 和 HyperGBM 执行,从而自动进行特征工程、算法超参数调优和神经网络架构搜索。
功能概览¶
通过Cooka提供的Web UI可以:
添加、分析数据集
设计建模实验
查看实验过程和结果
使用模型
建模过程导出成Jupyter Notebook
Web页面截图:
建模支持的算法有:
XGBoost
LightGBM
Catboost
建模支持的神经网络有:
WideDeep
DeepFM
xDeepFM
AutoInt
DCN
FGCNN
FiBiNet
PNN
AFM
搜索支持的算法有:
强化学习
蒙特卡洛树搜索
支持由 scikit-learn 和 featuretools 提供的特征工程:
- 缩放
StandardScaler
MinMaxScaler
RobustScaler
MaxAbsScaler
Normalizer
- 编码
LabelEncoder
OneHotEncoder
OrdinalEncoder
- 离散化
KBinsDiscretizer
Binarizer
- 降维
PCA
- 特征衍生
featuretools
- 缺失值填充
SimpleImputer
还以可以通过扩展搜索空间支持更多的特征工程方法和建模算法。
更多文档:
DataCanvas¶
Cooka is an open source project created by DataCanvas .