AutoTrain🚂🚂🚂とは

ノーコードでテキスト分類や要約や構造化データの機械学習などがstate-of-the-artできるサービスです。本日より構造化データもサポートされました🎉
AutoNLPだとググラビリティが低かったのではなく、構造化データもサポートしたかったから名称変更したようです。

データ準備

アヤメの品種を花びらの長さやがくの幅から3品種に分類します。
CSVファイルをダウンロードしましょう。

wget https://gist.githubusercontent.com/netj/8836201/raw/6f9306ad21398ea43cba4f7d537619d0e07d5ae3/iris.csv

プロジェクトの作成

Tabular Data Classification (Binary) を選択し、プロジェクトを作成します。

csvファイルをアップロード

jsonlでもアップロードできます。
今回はcsvファイルをドラッグ・アンド・ドロップし、target:varietyカラムを選択し、プロジェクトに追加します。

Go to trainingsをクリックします。

学習

Start models trainingsをクリックします。

推論

96%の精度で分類できました。modelをクリックし、model hubで推論できます。
AutoTrainは決定木を使っているのでxgboostと同じくらいの精度ですね

モデルをダウンロード

モデルをダウンロードすることでオフラインで推論できます。

モデルをダウンロード

!curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
!sudo apt-get -qq install git-lfs
!git lfs install
#!git clone "https://$USERNAME:$PASSWORD@huggingface.co/vabadeh213/autotrain-iris-744122711" # set username/password for private model
!git clone https://huggingface.co/vabadeh213/autotrain-iris-744122711

joblibで推論

import json
import joblib
import pandas as pd

model = joblib.load('model.joblib')
config = json.load(open('config.json'))

features = config['features']
df = pd.read_csv('iris.csv')
X = df[features]
X.columns = X.columns.map(lambda x: 'feat_' + x)

predictions = model.predict(X)  # or model.predict_proba(data)
df['predicted'] = [{v: k for k, v in config['target_mapping'].items()}[i] for i in predictions]
df

sepal.length	sepal.width	petal.length	petal.width	variety	predicted
5.2	4.1	1.5	0.1	Setosa	Setosa
5.6	3	4.5	1.5	Versicolor	Versicolor
5.3	3.7	1.5	0.2	Setosa	Setosa
6.5	3	5.8	2.2	Virginica	Virginica

まとめ

クレカ登録しない限り無料で使えてとても便利
ノーコードで高性能なモデルを作れる