InsightfulAI 简介：用于简化机器学习的公共 Alpha API

我们很高兴推出 InsightfulAI，这是一个 公共 Alpha API，旨在让 Python 开发人员和数据科学家更轻松地执行分类和回归任务。此 alpha 版本已在 PyPI 上提供，允许您使用 pip 快速安装和测试它！

InsightfulAI 提供了简化、直观的设置，让您专注于解决问题，而不是处理复杂的机器学习代码。这是您成为早期采用者的机会，提供宝贵的反馈来塑造 InsightfulAI 的未来。

---

InsightfulAI Alpha API 的主要特性

• 分类和回归：包括即用型逻辑回归和随机森林模型。
• 重试逻辑：自动重试失败的操作以处理暂时性错误。
• 可自定义参数：配置超参数，例如逻辑回归中的 C 和求解器，或随机森林的 n_estimators 和 max_depth。
• 求解器选项：逻辑回归支持流行的求解器，例如“lbfgs”、“liblinear”和“saga”，允许根据数据集的大小和特征进行灵活性。
• 批量异步处理：异步地批量执行模型训练、预测和评估，这对于处理大型数据集或实时应用程序特别有用。
• OpenTelemetry 支持：通过内置 OpenTelemetry 跟踪来跟踪模型的训练和预测性能，简化监控和调试。

这个公共 Alpha API 提供了启动机器学习项目和集成基本监控的基本工具。

---

如何安装 InsightfulAI Public Alpha API

InsightfulAI 的 alpha 版本已在 PyPI 上发布！使用以下命令安装它：

pip install InsightfulAI

这将安装 InsightfulAI 的 alpha 版本，让您可以试验其功能并提供反馈以帮助我们改进它。

---

InsightfulAI 入门

这是有关在项目中使用 InsightfulAI 逻辑回归模型的快速教程。

第1步：导入并初始化

从 API 导入 InsightfulAI。选择您的模型类型（逻辑回归或随机森林），并使用您的首选设置进行初始化：

from insightful_ai_api import InsightfulAI

# Initialize the API for logistic regression with solver choice
model = InsightfulAI(model_type="logistic_regression", C=1.0, solver='lbfgs')  # Options: 'lbfgs', 'liblinear', 'saga'

第 2 步：准备数据

将数据集加载到 numpy 数组或 pandas 数据框中，然后将其拆分为训练集和测试集：

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[...], ...])  # Features
y = np.array([...])          # Target

# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

第 3 步：训练模型

使用拟合方法训练模型：

pip install InsightfulAI

第 4 步：批量异步预测

利用批量异步处理来高效地对大批量进行预测：

from insightful_ai_api import InsightfulAI

# Initialize the API for logistic regression with solver choice
model = InsightfulAI(model_type="logistic_regression", C=1.0, solver='lbfgs')  # Options: 'lbfgs', 'liblinear', 'saga'

第 5 步：评估模型性能

使用评估函数评估模型的准确性：

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[...], ...])  # Features
y = np.array([...])          # Target

# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

---

使用 OpenTelemetry 进行监控

InsightfulAI 包括用于监控和跟踪的 OpenTelemetry，让您能够深入了解模型的性能并轻松调试问题。

---

立即尝试 InsightfulAI Public Alpha API！

此公共 Alpha API 版本是您亲身体验 InsightfulAI 并帮助影响其发展的机会。 从 PyPI 安装 InsightfulAI:

model.fit(X_train, y_train)
print("Model training complete!")

您的反馈至关重要 - 深入研究、探索功能，并让我们知道您的想法！

以上是InsightfulAI 简介：用于简化机器学习的公共 Alpha API的详细内容。更多信息请关注PHP中文网其他相关文章！