README_zh_CN.md

Cooka

文档 | English

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。

安装

通过pip安装

需要python版本不低于3.6，从PYPI中安装Cooka:

pip install --upgrade pip
pip install cooka

启动Web服务：

cooka server

然后使用浏览器访问http://<your_ip:8000>来使用Cooka。

Cooka配置文件默认在~/.config/cooka/cooka.py，生成配置文件模板：

mkdir -p ~/.config/cooka/
cooka generate-config > ~/.config/cooka/cooka.py

使用Docker部署Cooka

docker run -ti -p 8888:8888 -p 8000:8000 -p 9001:9001 -e COOKA_NOTEBOOK_PORTAL=http://<your_ip>:8888 datacanvas/cooka:latest

然后使用浏览器访问http://<your_ip:8000>来使用Cooka。

DataCanvas

Cooka is an open source project created by DataCanvas.