AutoSmart 开源项目使用教程

AutoSmart 开源项目使用教程

AutoSmart 项目地址: https://gitcode.com/gh_mirrors/au/AutoSmart

1. 项目目录结构及介绍

AutoSmart 项目的目录结构如下：

AutoSmart/
├── auto_smart/
│   ├── __init__.py
│   ├── core.py
│   ├── utils.py
│   └── ...
├── demo/
│   ├── demo_script.py
│   └── ...
├── .gitignore
├── LICENSE
├── README.md
└── setup.py

目录结构介绍

• auto_smart/: 这是项目的主要代码目录，包含了 AutoSmart 的核心功能实现。

  • __init__.py: 初始化文件，用于导入模块。
  • core.py: 核心功能实现文件。
  • utils.py: 工具函数文件。
  • 其他相关文件和子目录。

• demo/: 包含项目的演示脚本和示例代码。

  • demo_script.py: 演示脚本，展示了如何使用 AutoSmart 进行训练和预测。
  • 其他演示文件和子目录。

• .gitignore: Git 忽略文件，指定哪些文件或目录不需要被 Git 管理。

• LICENSE: 项目的开源许可证文件，本项目使用 GPL-3.0 许可证。

• README.md: 项目的说明文件，包含了项目的简介、安装方法、使用方法等信息。

• setup.py: 项目的安装脚本，用于安装 AutoSmart 包。

2. 项目启动文件介绍

项目的启动文件是 demo/demo_script.py。该文件展示了如何使用 AutoSmart 进行训练和预测。

启动文件内容

import auto_smart

# 读取数据信息
info = auto_smart.read_info("data")

# 读取训练数据和标签
train_data, train_label = auto_smart.read_train("data", info)

# 读取测试数据
test_data = auto_smart.read_test("data", info)

# 训练并预测
auto_smart.train_and_predict(train_data, train_label, info, test_data)

启动文件功能

• 读取数据信息: 使用 auto_smart.read_info("data") 读取数据集的信息。
• 读取训练数据和标签: 使用 auto_smart.read_train("data", info) 读取训练数据和标签。
• 读取测试数据: 使用 auto_smart.read_test("data", info) 读取测试数据。
• 训练并预测: 使用 auto_smart.train_and_predict(train_data, train_label, info, test_data) 进行模型训练和预测。

3. 项目的配置文件介绍

AutoSmart 项目没有明确的配置文件，但可以通过 info 字典来传递数据集的相关信息。info 字典包含了数据集的时间预算、时间列、表信息、关系信息等。

info 字典示例

info = {
    "time_budget": 3600,  # 时间预算，单位为秒
    "time_col": "timestamp",  # 时间列名称
    "tables": {
        "main": {
            "feature1": "cat",  # 分类特征
            "feature2": "num",  # 数值特征
            "feature3": "multi-cat",  # 多值分类特征
            "feature4": "time"  # 时间特征
        },
        "table_1": {
            "feature1": "cat",
            "feature2": "num"
        }
    },
    "relations": [
        ("main", "table_1", "feature1", "1-1")  # 表关系，主表与相关表通过 feature1 进行一对一关联
    ]
}

info 字典功能

• time_budget: 设置数据集的时间预算，单位为秒。
• time_col: 指定数据集的主时间列名称。
• tables: 包含数据集中的表信息，每个表的特征类型。
• relations: 定义表之间的关系，包括表名、键列和关系类型。

通过 info 字典，用户可以灵活地配置数据集的相关信息，以便 AutoSmart 进行训练和预测。

AutoSmart 项目地址: https://gitcode.com/gh_mirrors/au/AutoSmart