数据分析AutoGluon的数据预处理与Tabular-NN

文章结构概述

• 拆解外壳，深入AG技术本质
  • 超参数优化与模型训练过程
  • TabularNN方法
  • • TabularNN中针对模型特性的特征处理方式
    • 针对各类特征分别构建一个ColumnTransformer
    • TabularNN的网络架构设计

可参考这篇博客：AutoGluon Tabular 表数据全流程自动机器学习 AutoML ，然而该作者虽有简要归纳，却未触及代码实现的具体细节。

剥开果壳，直击AG技术核心

    hyperparams = {'NN': {'num_epochs': 10, 'activation': 'relu', 'dropout_prob': ag.Real(0.0,0.5)}, 
               'GBM': {'num_boost_round': 1000, 'learning_rate': ag.Real(0.01,0.1,log=True)} }
    
    
      
      
    

进入autogluon.task.tabular_prediction.tabular_prediction.TabularPrediction#fit函数后，首先呈现的是

    lear