• AutoX是什么？
• AutoX包含什么内容
• 加入社区
• 框架
• • autox_competition
  • autox_recommend
  • autox_video
• 如何为AutoX贡献
• 目录
• 安装
• • • github仓库安装
    • pip安装
• 快速上手
• 社区案例
• 比赛案例
• 效果对比
• • 不同任务下的效果提升百分比
  • 详细数据集对比
• AutoX成就
• • • 企业支持
    • 比赛获奖
• TODO
• • 错误排查

English | 简体中文

AutoX是什么？

AutoX一个高效的自动化机器学习工具。
它的特点包括:

• 效果出色: AutoX在多个kaggle数据集上，效果显著优于其他解决方案(见效果对比)。
• 简单易用: AutoX的接口和sklearn类似，方便上手使用。
• 通用: 适用于分类和回归问题。
• 自动化: 无需人工干预，全自动的数据清洗、特征工程、模型调参等步骤。
• 灵活性: 各组件解耦合，能单独使用，对于自动机器学习效果不满意的地方，可以结合专家知识，AutoX提供灵活的接口。
• 比赛上分点总结：整理并公开历史比赛的上分点。

AutoX包含什么内容

• autox_competition: 主要针对于表格类型的数据挖掘竞赛
• autox_server: 用于上线部署的automl服务
• autox_interpreter: 机器学习可解释功能
• autox_nlp: 对文本列进行处理的自动化工具
• autox_recommend: 推荐系统的自动机器学习
• autox_video: 应用于视频分类任务的自动机器学习框架

加入社区

框架

autox_competition

autox_recommend

autox_video

如何为AutoX贡献

如何为AutoX贡献

目录

• AutoX是什么？
• AutoX包含什么内容
• 加入社区
• 目录
• 安装
• 如何为AutoX贡献
• 快速上手
• 效果对比
• TODO
• 错误排查

安装

github仓库安装

git clone https://github.com/4paradigm/autox.git
pip install ./autox

pip安装

## pip安装包可能更新不及时，建议用github安装方式安装最新版本
!pip install automl-x -i https://www.pypi.org/simple/

快速上手

• autox打比赛
• autox上线部署
• autox可解释
• 特征工程

社区案例

汽车销量预测

比赛案例

见demo文件夹

数据集下载链接：https://pan.baidu.com/s/1p38OuP8_FJp2P_wJwhdFiw?pwd=8mxf

效果对比

不同任务下的效果提升百分比

data_type	对比AutoGluon	对比H2o
binary classification	20.44%	2.98%
regression	37.54%	39.66%
time-series	28.40%	32.46%

详细数据集对比

data_type	single-or-multi	data_name	metric	AutoX	AutoGluon	H2o
binary classification	single-table	Springleaf	auc	0.78865	0.61141	0.78186
binary classification-nlp	single-table	stumbleupon	auc	0.87177	0.81025	0.79039
binary classification	single-table	santander	auc	0.89196	0.64643	0.88775
binary classification	multi-table	IEEE	accuracy	0.920809	0.724925	0.907818
regression	single-table	ventilator	mae	0.755	8.434	4.221
regression	single-table	Allstate Claims Severity	mae	1137.07885	1173.35917	1163.12014
regression	single-table	zhidemai	mse	1.0034	1.9466	1.1927
regression	single-table	Tabular Playground Series - Aug 2021	rmse	7.87731	10.3944	7.8895
regression	single-table	House Prices	rmse	0.13043	0.13104	0.13161
regression	single-table	Restaurant Revenue	rmse	2133204.32146	31913829.59876	28958013.69639
regression	multi-table	Elo Merchant Category Recommendation	rmse	3.72228	3.80801	22.88899
regression-ts	single-table	Demand Forecasting	smape	13.79241	25.39182	18.89678
regression-ts	multi-table	Walmart Recruiting	wmae	4660.99174	5024.16179	5128.31622
regression-ts	multi-table	Rossmann Store Sales	RMSPE	0.13850	0.20453	0.35757
regression-cv	single-table	PetFinder	rmse	20.1327	23.1732	21.0586

AutoX成就

企业支持

比赛获奖

• 2021阿里云基础设施供应链大赛-冠军方案
• kaggle-H&M个性化推荐-金牌方案
• AutoX获得CCF A类会议ACM Multimedia举办的视频分类任务冠军

TODO

功能开发完成后，发布相应的使用demo

• 多分类任务

若有其他希望AutoX支持的功能，欢迎提issue!
欢迎填写用户调研问卷，让AutoX变得更好!

错误排查

错误信息	解决办法