- 一、背景说明
- 二、系统架构
- 三、系统功能界面
- 3.1 数据导入/数据分析报告生成
- 3.2 数据清洗配置
- 3.3 模型构建界面配置
- 3.4 机器学习代码生成
- 四、源码获取
我们平常在对一些相对简单的数据集进行分类、回归、聚类模型学习时，往往会有着相对较大的代码重复工作量。因此通过这样一个代码生成系统通过可视化界面进行配置，生成探索性数据分析报告、选择配置参数进行数据清洗、构建模型等。
因为这个仅仅是出于个人使用目的，因此没有实现可拖拽式的配置。通过下拉选择不同方法，实现代码生成以及构建。
为了方便对数据集进行存储。这里使用mongodb进行数据存储。
系统工作运行流程如下。
针对所有导入的数据，可以进行构建探索性数据分析报告。数据分析报告通过pandas_ Profiling生成。 分析报告从数据集分析结果概览（Overview）、各变量单列描述性统计(Variables)、变量与变量之间的可视化关系(Interactions)、所有变量之间的相关矩阵热力图(Correlations)、所有数据列缺失特征(Missing values)以及数据集部分数据展示(Sample)等多个维度进行展示
点击生成报告后的探索性数据分析界面如下
可选模型通过后台json文件进行配置
微信搜索公众号"一颗程序树"回复"aml"获取源码地址以及项目详细文档。
