synaptix 0.2.0__tar.gz → 0.3.0__tar.gz

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (86) hide show
  1. {synaptix-0.2.0 → synaptix-0.3.0}/PKG-INFO +53 -8
  2. {synaptix-0.2.0 → synaptix-0.3.0}/README.md +42 -7
  3. {synaptix-0.2.0 → synaptix-0.3.0}/pyproject.toml +6 -1
  4. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/__init__.py +4 -1
  5. synaptix-0.3.0/synaptix/automl/__init__.py +43 -0
  6. synaptix-0.3.0/synaptix/automl/budget.py +31 -0
  7. synaptix-0.3.0/synaptix/automl/config.py +29 -0
  8. synaptix-0.3.0/synaptix/automl/data/__init__.py +29 -0
  9. synaptix-0.3.0/synaptix/automl/data/adapters.py +301 -0
  10. synaptix-0.3.0/synaptix/automl/data/detection.py +161 -0
  11. synaptix-0.3.0/synaptix/automl/data/intelligence.py +382 -0
  12. synaptix-0.3.0/synaptix/automl/ensemble.py +210 -0
  13. synaptix-0.3.0/synaptix/automl/evaluation/__init__.py +31 -0
  14. synaptix-0.3.0/synaptix/automl/evaluation/cross_validation.py +203 -0
  15. synaptix-0.3.0/synaptix/automl/evaluation/metrics.py +247 -0
  16. synaptix-0.3.0/synaptix/automl/exceptions.py +36 -0
  17. synaptix-0.3.0/synaptix/automl/experiments.py +167 -0
  18. synaptix-0.3.0/synaptix/automl/explain.py +181 -0
  19. synaptix-0.3.0/synaptix/automl/features.py +322 -0
  20. synaptix-0.3.0/synaptix/automl/parallel.py +50 -0
  21. synaptix-0.3.0/synaptix/automl/pipeline.py +1003 -0
  22. synaptix-0.3.0/synaptix/automl/profiling.py +99 -0
  23. synaptix-0.3.0/synaptix/automl/reporting.py +337 -0
  24. synaptix-0.3.0/synaptix/automl/selection/__init__.py +35 -0
  25. synaptix-0.3.0/synaptix/automl/selection/ranking.py +246 -0
  26. synaptix-0.3.0/synaptix/automl/selection/registry.py +256 -0
  27. synaptix-0.3.0/synaptix/automl/tuning/__init__.py +15 -0
  28. synaptix-0.3.0/synaptix/automl/tuning/search.py +304 -0
  29. synaptix-0.3.0/synaptix/automl/tuning/spaces.py +113 -0
  30. synaptix-0.3.0/synaptix/pipeline/auto.py +12 -0
  31. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/pipeline/declarative.py +103 -60
  32. synaptix-0.3.0/synaptix/pipeline/grids.py +35 -0
  33. synaptix-0.3.0/synaptix/preprocessing/_dtypes.py +15 -0
  34. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/cleaner.py +3 -2
  35. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/transformers.py +3 -2
  36. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/__init__.py +15 -4
  37. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/classification.py +57 -0
  38. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/regression.py +70 -0
  39. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/eda.py +4 -2
  40. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/PKG-INFO +53 -8
  41. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/SOURCES.txt +26 -0
  42. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/requires.txt +12 -0
  43. {synaptix-0.2.0 → synaptix-0.3.0}/tests/test_smoke.py +6 -2
  44. synaptix-0.2.0/synaptix/pipeline/auto.py +0 -318
  45. synaptix-0.2.0/synaptix/pipeline/grids.py +0 -102
  46. {synaptix-0.2.0 → synaptix-0.3.0}/setup.cfg +0 -0
  47. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/base.py +0 -0
  48. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/__init__.py +0 -0
  49. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/course_completion.csv +0 -0
  50. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/iris.csv +0 -0
  51. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/penguins.csv +0 -0
  52. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/sp500_companies.csv +0 -0
  53. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/titanic.csv +0 -0
  54. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/__init__.py +0 -0
  55. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/deepLearning.py +0 -0
  56. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/intelligenceartificial.py +0 -0
  57. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/machineLearning.py +0 -0
  58. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/naturalLanguageProcessing.py +0 -0
  59. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/metrics/__init__.py +0 -0
  60. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/model_selection/__init__.py +0 -0
  61. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/neural/__init__.py +0 -0
  62. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/neural/networks.py +0 -0
  63. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/pipeline/__init__.py +0 -0
  64. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/__init__.py +0 -0
  65. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/outliers.py +0 -0
  66. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/py.typed +0 -0
  67. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/__init__.py +0 -0
  68. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/agents.py +0 -0
  69. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/environments.py +0 -0
  70. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/results.py +0 -0
  71. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/bayesian.py +0 -0
  72. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/__init__.py +0 -0
  73. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/clustering.py +0 -0
  74. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/decomposition.py +0 -0
  75. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/__init__.py +0 -0
  76. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/_availability.py +0 -0
  77. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/adapters.py +0 -0
  78. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/export.py +0 -0
  79. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/renderers.py +0 -0
  80. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/__init__.py +0 -0
  81. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/model_plots.py +0 -0
  82. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viz/__init__.py +0 -0
  83. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viz/figures.py +0 -0
  84. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/dependency_links.txt +0 -0
  85. {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/top_level.txt +0 -0
  86. {synaptix-0.2.0 → synaptix-0.3.0}/tests/test_integration_bridge.py +0 -0
@@ -1,6 +1,6 @@
1
1
  Metadata-Version: 2.4
2
2
  Name: synaptix
3
- Version: 0.2.0
3
+ Version: 0.3.0
4
4
  Summary: Librería integral de Machine Learning para Python: supervisado, no supervisado, refuerzo, redes neuronales y preprocesamiento.
5
5
  Author-email: Emmanuel Ascendra Perez <ascendraemmanuel@gmail.com>
6
6
  License: MIT
@@ -41,7 +41,17 @@ Requires-Dist: statslibx>=0.4.0; extra == "stats"
41
41
  Provides-Extra: polars
42
42
  Requires-Dist: polars>=0.20.0; extra == "polars"
43
43
  Requires-Dist: pyarrow>=10.0.0; extra == "polars"
44
+ Provides-Extra: automl
45
+ Requires-Dist: polars>=0.20.0; extra == "automl"
46
+ Requires-Dist: pyarrow>=10.0.0; extra == "automl"
47
+ Requires-Dist: optuna>=3.0.0; extra == "automl"
48
+ Requires-Dist: psutil>=5.8.0; extra == "automl"
49
+ Provides-Extra: explain
50
+ Requires-Dist: shap>=0.42.0; extra == "explain"
44
51
  Provides-Extra: all
52
+ Requires-Dist: optuna>=3.0.0; extra == "all"
53
+ Requires-Dist: psutil>=5.8.0; extra == "all"
54
+ Requires-Dist: shap>=0.42.0; extra == "all"
45
55
  Requires-Dist: tensorflow>=2.12.0; extra == "all"
46
56
  Requires-Dist: pymc>=5.0.0; extra == "all"
47
57
  Requires-Dist: nltk>=3.6.0; extra == "all"
@@ -65,6 +75,8 @@ pip install synaptix[bayes] # + pymc (inferencia bayesiana completa)
65
75
  pip install synaptix[viewx] # + ViewX (dashboards HTML, PDF, presentaciones)
66
76
  pip install synaptix[stats] # + StatsLibX (diagnóstico estadístico de modelos)
67
77
  pip install synaptix[polars] # + polars (DataFrames polars como entrada)
78
+ pip install synaptix[automl] # + polars, pyarrow, optuna, psutil (AutoML avanzado)
79
+ pip install synaptix[explain] # + shap
68
80
  pip install synaptix[all] # todo
69
81
  ```
70
82
 
@@ -94,6 +106,16 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
94
106
 
95
107
  `fit_evaluate(..., test_size=..., metrics=[...])` existe en todos los modelos: supervisados, clustering, PCA, redes neuronales (split temporal en `LSTMNet`) y agentes de refuerzo (donde `test_size` es la fracción de episodios de evaluación).
96
108
 
109
+ ## Novedades en v0.3.0 — AutoML Engine 2.0
110
+
111
+ - `AutoPipeline` reescrito sobre el nuevo subpaquete `synaptix.automl`, **sin fuga de datos**: el test se separa sobre los datos crudos y el preprocesamiento se reajusta en cada fold (la versión anterior ajustaba la limpieza con todo el dataset).
112
+ - Validación por estructura de datos (estratificada, repetida, por grupos/espacial, temporal o un splitter propio), métrica principal y secundarias, ranking con estado y errores, y búsqueda `grid` / `random` / `halving` / `optuna`.
113
+ - Ensembles (voting, stacking, blending) que solo se eligen si mejoran la validación, explicabilidad (permutación, SHAP opcional, diagnósticos), registro reproducible de experimentos y reporte HTML/JSON.
114
+ - Entradas pandas, polars (`DataFrame` y `LazyFrame`), NumPy y archivos; `engine="auto"` calibrado con benchmarks reproducibles en `benchmarks/`.
115
+ - Benchmark frente a scikit-learn y FLAML (5 escenarios, 3 semillas, mismo split): SynaptIX iguala la calidad de un random search de scikit-learn y de FLAML con el mismo presupuesto de tiempo (diferencias dentro de la variación entre semillas), con más tiempo y memoria que un modelo único por defecto. Tablas en [`benchmarks/results/README.md`](benchmarks/results/README.md) y conclusiones en la sección 12 de la guía.
116
+ - El notebook [`how_use_synaptix.ipynb`](how_use_synaptix.ipynb) compara cada modelo con su equivalente de scikit-learn (código, defaults, predicciones, métricas y tiempos).
117
+ - Guía: [`docs/AUTOML.md`](docs/AUTOML.md) · Cambios: [`CHANGELOG.md`](CHANGELOG.md).
118
+
97
119
  ## Novedades en v0.2.0
98
120
 
99
121
  - `fit_evaluate(...)` en todos los modelos: divide, entrena y devuelve un `TrainTestResult` con métricas de train y test.
@@ -104,9 +126,10 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
104
126
 
105
127
  | Módulo | Contenido |
106
128
  |---|---|
107
- | `synaptix.pipeline` | `AutoPipeline` (ML automático de principio a fin) y `Pipeline` declarativo por pasos |
129
+ | `synaptix.automl` | Motor AutoML 2.0: `AutoPipeline`, perfilado de datos, detección de tarea, validación, tuning, ensembles, explicabilidad y experimentos |
130
+ | `synaptix.pipeline` | `AutoPipeline` (fachada de `synaptix.automl`) y `Pipeline` declarativo por pasos |
108
131
  | `synaptix.preprocessing` | `Scaler`, `Encoder`, `Imputer`, `DataCleaner` (con `transform` para datos nuevos), `detect_outliers`, `remove_outliers`, `train_test_split` |
109
- | `synaptix.supervised` | 8 regresores, 7 clasificadores y 9 modelos bayesianos (BayesianRidge, ARD, procesos gaussianos, variantes de Naive Bayes, PyMC) |
132
+ | `synaptix.supervised` | 11 regresores, 9 clasificadores y 9 modelos bayesianos (BayesianRidge, ARD, procesos gaussianos, variantes de Naive Bayes, PyMC) |
110
133
  | `synaptix.unsupervised` | `KMeans` (con codo y silhouette), `DBSCAN`, `HierarchicalClustering`, `GaussianMixture`, `PCA`, `TSNE` |
111
134
  | `synaptix.reinforcement` | `QLearningAgent`, `SARSAAgent`, `DQNAgent`, entorno `GridWorld` |
112
135
  | `synaptix.neural` | `MLP`, `CNN`, `LSTMNet` sobre Keras (requiere `synaptix[dl]`) |
@@ -128,14 +151,31 @@ import synaptix as sx
128
151
  df = sx.load_dataset("penguins")
129
152
 
130
153
  pipe = sx.AutoPipeline() # el sistema se encarga de los parámetros
131
- pipe.fit(df, target="species") # limpia, compara 7 modelos, ajusta y evalúa
132
- pipe.report() # ranking + métricas + matriz de confusión
154
+ pipe.fit(df, target="species") # perfila, separa test, compara 9 modelos sin fuga, ajusta y evalúa
155
+ pipe.report() # 12 secciones: datos, ranking, validación, test, importancias...
133
156
 
134
- predicciones = pipe.predict(df_nuevo) # acepta datos crudos (con nulos)
157
+ predicciones = pipe.predict(df_nuevo) # acepta datos crudos (con nulos y categorías nuevas)
135
158
  pipe.save("mi_pipeline.pkl")
136
159
  ```
137
160
 
138
- Todo es configurable: `AutoPipeline(models=["random_forest", "svm"], cv=10, tune=False, scale_method="robust", param_grids={"random_forest": {"n_estimators": [300]}})`.
161
+ Todo es configurable:
162
+
163
+ ```python
164
+ pipe = sx.AutoPipeline(
165
+ models=["random_forest", "logistic_regression", "svm"],
166
+ scoring="f1_weighted", # métrica principal (+ secundarias en el ranking)
167
+ cv=5, cv_strategy="stratified", # o "group", "timeseries", "repeated", un splitter propio...
168
+ tuning="random", n_iter=30, # o "grid", "halving", "bayesian" (Optuna)
169
+ ensemble="stacking", # solo se elige si mejora la validación cruzada
170
+ time_budget=300, n_jobs=-1, random_state=42,
171
+ )
172
+ pipe.fit(df, target="species", groups=None, time_column=None)
173
+ pipe.ranking_, pipe.best_params_, pipe.results_, pipe.feature_importances_
174
+ pipe.report(save="automl_report.html") # o .json
175
+ pipe.experiment_.to_json("experimento.json")
176
+ ```
177
+
178
+ Guía completa (arquitectura, garantías metodológicas, motores de datos y benchmarks): [`docs/AUTOML.md`](docs/AUTOML.md).
139
179
 
140
180
  También hay un `Pipeline` declarativo por pasos, donde el sistema rellena los parámetros de cada paso:
141
181
 
@@ -154,7 +194,7 @@ pipe.model_, pipe.results_, pipe.best_params_ # modelo, métricas de test, par
154
194
  pipe.predict(df_nuevo)
155
195
  ```
156
196
 
157
- Atributos de `AutoPipeline` tras `fit`: `task_`, `cleaner_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `results_`; métodos `predict`, `predict_proba`, `report(plot=True)`, `save(path)` y `AutoPipeline.load(path)`.
197
+ Atributos de `AutoPipeline` tras `fit`: `task_`, `profile_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `pipeline_`, `cv_score_`, `results_`, `feature_importances_`, `diagnostics_`, `timings_`, `experiment_`, `warnings_` y `cleaner_` (compatibilidad); métodos `predict`, `predict_proba`, `report(plot=True, save=None)`, `report_dict()`, `explain_shap(df)`, `save(path)` y `AutoPipeline.load(path)`.
158
198
 
159
199
  ### Modelos bayesianos (con incertidumbre)
160
200
 
@@ -378,8 +418,13 @@ df_pl = sx.load_dataset("iris", backend="polars") # requiere synaptix[polars]
378
418
  model.fit(df_pl.drop("species"), df_pl["species"])
379
419
 
380
420
  X, y = sx.load_dataset("iris", return_X_y=True) # misma firma que statslibx/viewx
421
+
422
+ # AutoPipeline acepta polars DataFrame/LazyFrame (lectura diferida con proyección de columnas)
423
+ sx.AutoPipeline(engine="polars").fit(df_pl.lazy(), target="species")
381
424
  ```
382
425
 
426
+ Con `engine="auto"` polars se usa solo donde los benchmarks muestran ganancia (perfilado de datos de ≥ 1 millón de celdas); el entrenamiento siempre usa scikit-learn sobre pandas/NumPy. Ver la sección 9 de [`docs/AUTOML.md`](docs/AUTOML.md).
427
+
383
428
  ## API legacy (v0.x)
384
429
 
385
430
  Las clases de la versión 0.x siguen disponibles: `IntelligenceArtificial` (agentes, búsqueda, algoritmos genéticos, chatbots), `MachineLearning` y `NaturalLanguageProcessing`. La API key de OpenRouter ahora se lee de la variable de entorno `OPENROUTER_API_KEY`.
@@ -11,6 +11,8 @@ pip install synaptix[bayes] # + pymc (inferencia bayesiana completa)
11
11
  pip install synaptix[viewx] # + ViewX (dashboards HTML, PDF, presentaciones)
12
12
  pip install synaptix[stats] # + StatsLibX (diagnóstico estadístico de modelos)
13
13
  pip install synaptix[polars] # + polars (DataFrames polars como entrada)
14
+ pip install synaptix[automl] # + polars, pyarrow, optuna, psutil (AutoML avanzado)
15
+ pip install synaptix[explain] # + shap
14
16
  pip install synaptix[all] # todo
15
17
  ```
16
18
 
@@ -40,6 +42,16 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
40
42
 
41
43
  `fit_evaluate(..., test_size=..., metrics=[...])` existe en todos los modelos: supervisados, clustering, PCA, redes neuronales (split temporal en `LSTMNet`) y agentes de refuerzo (donde `test_size` es la fracción de episodios de evaluación).
42
44
 
45
+ ## Novedades en v0.3.0 — AutoML Engine 2.0
46
+
47
+ - `AutoPipeline` reescrito sobre el nuevo subpaquete `synaptix.automl`, **sin fuga de datos**: el test se separa sobre los datos crudos y el preprocesamiento se reajusta en cada fold (la versión anterior ajustaba la limpieza con todo el dataset).
48
+ - Validación por estructura de datos (estratificada, repetida, por grupos/espacial, temporal o un splitter propio), métrica principal y secundarias, ranking con estado y errores, y búsqueda `grid` / `random` / `halving` / `optuna`.
49
+ - Ensembles (voting, stacking, blending) que solo se eligen si mejoran la validación, explicabilidad (permutación, SHAP opcional, diagnósticos), registro reproducible de experimentos y reporte HTML/JSON.
50
+ - Entradas pandas, polars (`DataFrame` y `LazyFrame`), NumPy y archivos; `engine="auto"` calibrado con benchmarks reproducibles en `benchmarks/`.
51
+ - Benchmark frente a scikit-learn y FLAML (5 escenarios, 3 semillas, mismo split): SynaptIX iguala la calidad de un random search de scikit-learn y de FLAML con el mismo presupuesto de tiempo (diferencias dentro de la variación entre semillas), con más tiempo y memoria que un modelo único por defecto. Tablas en [`benchmarks/results/README.md`](benchmarks/results/README.md) y conclusiones en la sección 12 de la guía.
52
+ - El notebook [`how_use_synaptix.ipynb`](how_use_synaptix.ipynb) compara cada modelo con su equivalente de scikit-learn (código, defaults, predicciones, métricas y tiempos).
53
+ - Guía: [`docs/AUTOML.md`](docs/AUTOML.md) · Cambios: [`CHANGELOG.md`](CHANGELOG.md).
54
+
43
55
  ## Novedades en v0.2.0
44
56
 
45
57
  - `fit_evaluate(...)` en todos los modelos: divide, entrena y devuelve un `TrainTestResult` con métricas de train y test.
@@ -50,9 +62,10 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
50
62
 
51
63
  | Módulo | Contenido |
52
64
  |---|---|
53
- | `synaptix.pipeline` | `AutoPipeline` (ML automático de principio a fin) y `Pipeline` declarativo por pasos |
65
+ | `synaptix.automl` | Motor AutoML 2.0: `AutoPipeline`, perfilado de datos, detección de tarea, validación, tuning, ensembles, explicabilidad y experimentos |
66
+ | `synaptix.pipeline` | `AutoPipeline` (fachada de `synaptix.automl`) y `Pipeline` declarativo por pasos |
54
67
  | `synaptix.preprocessing` | `Scaler`, `Encoder`, `Imputer`, `DataCleaner` (con `transform` para datos nuevos), `detect_outliers`, `remove_outliers`, `train_test_split` |
55
- | `synaptix.supervised` | 8 regresores, 7 clasificadores y 9 modelos bayesianos (BayesianRidge, ARD, procesos gaussianos, variantes de Naive Bayes, PyMC) |
68
+ | `synaptix.supervised` | 11 regresores, 9 clasificadores y 9 modelos bayesianos (BayesianRidge, ARD, procesos gaussianos, variantes de Naive Bayes, PyMC) |
56
69
  | `synaptix.unsupervised` | `KMeans` (con codo y silhouette), `DBSCAN`, `HierarchicalClustering`, `GaussianMixture`, `PCA`, `TSNE` |
57
70
  | `synaptix.reinforcement` | `QLearningAgent`, `SARSAAgent`, `DQNAgent`, entorno `GridWorld` |
58
71
  | `synaptix.neural` | `MLP`, `CNN`, `LSTMNet` sobre Keras (requiere `synaptix[dl]`) |
@@ -74,14 +87,31 @@ import synaptix as sx
74
87
  df = sx.load_dataset("penguins")
75
88
 
76
89
  pipe = sx.AutoPipeline() # el sistema se encarga de los parámetros
77
- pipe.fit(df, target="species") # limpia, compara 7 modelos, ajusta y evalúa
78
- pipe.report() # ranking + métricas + matriz de confusión
90
+ pipe.fit(df, target="species") # perfila, separa test, compara 9 modelos sin fuga, ajusta y evalúa
91
+ pipe.report() # 12 secciones: datos, ranking, validación, test, importancias...
79
92
 
80
- predicciones = pipe.predict(df_nuevo) # acepta datos crudos (con nulos)
93
+ predicciones = pipe.predict(df_nuevo) # acepta datos crudos (con nulos y categorías nuevas)
81
94
  pipe.save("mi_pipeline.pkl")
82
95
  ```
83
96
 
84
- Todo es configurable: `AutoPipeline(models=["random_forest", "svm"], cv=10, tune=False, scale_method="robust", param_grids={"random_forest": {"n_estimators": [300]}})`.
97
+ Todo es configurable:
98
+
99
+ ```python
100
+ pipe = sx.AutoPipeline(
101
+ models=["random_forest", "logistic_regression", "svm"],
102
+ scoring="f1_weighted", # métrica principal (+ secundarias en el ranking)
103
+ cv=5, cv_strategy="stratified", # o "group", "timeseries", "repeated", un splitter propio...
104
+ tuning="random", n_iter=30, # o "grid", "halving", "bayesian" (Optuna)
105
+ ensemble="stacking", # solo se elige si mejora la validación cruzada
106
+ time_budget=300, n_jobs=-1, random_state=42,
107
+ )
108
+ pipe.fit(df, target="species", groups=None, time_column=None)
109
+ pipe.ranking_, pipe.best_params_, pipe.results_, pipe.feature_importances_
110
+ pipe.report(save="automl_report.html") # o .json
111
+ pipe.experiment_.to_json("experimento.json")
112
+ ```
113
+
114
+ Guía completa (arquitectura, garantías metodológicas, motores de datos y benchmarks): [`docs/AUTOML.md`](docs/AUTOML.md).
85
115
 
86
116
  También hay un `Pipeline` declarativo por pasos, donde el sistema rellena los parámetros de cada paso:
87
117
 
@@ -100,7 +130,7 @@ pipe.model_, pipe.results_, pipe.best_params_ # modelo, métricas de test, par
100
130
  pipe.predict(df_nuevo)
101
131
  ```
102
132
 
103
- Atributos de `AutoPipeline` tras `fit`: `task_`, `cleaner_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `results_`; métodos `predict`, `predict_proba`, `report(plot=True)`, `save(path)` y `AutoPipeline.load(path)`.
133
+ Atributos de `AutoPipeline` tras `fit`: `task_`, `profile_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `pipeline_`, `cv_score_`, `results_`, `feature_importances_`, `diagnostics_`, `timings_`, `experiment_`, `warnings_` y `cleaner_` (compatibilidad); métodos `predict`, `predict_proba`, `report(plot=True, save=None)`, `report_dict()`, `explain_shap(df)`, `save(path)` y `AutoPipeline.load(path)`.
104
134
 
105
135
  ### Modelos bayesianos (con incertidumbre)
106
136
 
@@ -324,8 +354,13 @@ df_pl = sx.load_dataset("iris", backend="polars") # requiere synaptix[polars]
324
354
  model.fit(df_pl.drop("species"), df_pl["species"])
325
355
 
326
356
  X, y = sx.load_dataset("iris", return_X_y=True) # misma firma que statslibx/viewx
357
+
358
+ # AutoPipeline acepta polars DataFrame/LazyFrame (lectura diferida con proyección de columnas)
359
+ sx.AutoPipeline(engine="polars").fit(df_pl.lazy(), target="species")
327
360
  ```
328
361
 
362
+ Con `engine="auto"` polars se usa solo donde los benchmarks muestran ganancia (perfilado de datos de ≥ 1 millón de celdas); el entrenamiento siempre usa scikit-learn sobre pandas/NumPy. Ver la sección 9 de [`docs/AUTOML.md`](docs/AUTOML.md).
363
+
329
364
  ## API legacy (v0.x)
330
365
 
331
366
  Las clases de la versión 0.x siguen disponibles: `IntelligenceArtificial` (agentes, búsqueda, algoritmos genéticos, chatbots), `MachineLearning` y `NaturalLanguageProcessing`. La API key de OpenRouter ahora se lee de la variable de entorno `OPENROUTER_API_KEY`.
@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
4
4
 
5
5
  [project]
6
6
  name = "synaptix"
7
- version = "0.2.0"
7
+ version = "0.3.0"
8
8
  description = "Librería integral de Machine Learning para Python: supervisado, no supervisado, refuerzo, redes neuronales y preprocesamiento."
9
9
  readme = "README.md"
10
10
  requires-python = ">=3.9"
@@ -52,7 +52,12 @@ viz = ["seaborn>=0.11.0", "plotly>=5.0.0"]
52
52
  viewx = ["viewx>=0.3.0", "plotly>=5.0.0"]
53
53
  stats = ["statslibx>=0.4.0"]
54
54
  polars = ["polars>=0.20.0", "pyarrow>=10.0.0"]
55
+ automl = ["polars>=0.20.0", "pyarrow>=10.0.0", "optuna>=3.0.0", "psutil>=5.8.0"]
56
+ explain = ["shap>=0.42.0"]
55
57
  all = [
58
+ "optuna>=3.0.0",
59
+ "psutil>=5.8.0",
60
+ "shap>=0.42.0",
56
61
  "tensorflow>=2.12.0",
57
62
  "pymc>=5.0.0",
58
63
  "nltk>=3.6.0",
@@ -3,6 +3,7 @@ SynaptIX - Librería integral de Machine Learning para Python.
3
3
  Autor: Emmanuel Ascendra
4
4
 
5
5
  Submódulos:
6
+ - ``synaptix.automl`` : motor AutoML (AutoPipeline 2.0, perfilado, tuning, tracking).
6
7
  - ``synaptix.pipeline`` : AutoPipeline y Pipeline declarativo (ML automático).
7
8
  - ``synaptix.preprocessing`` : limpieza, escalado, codificación, outliers.
8
9
  - ``synaptix.supervised`` : regresión, clasificación y modelos bayesianos.
@@ -34,10 +35,11 @@ Ejemplo rápido
34
35
  >>> model.evaluate(X_test, y_test)
35
36
  """
36
37
 
37
- __version__ = "0.2.0"
38
+ __version__ = "0.3.0"
38
39
  __author__ = "Emmanuel Ascendra"
39
40
 
40
41
  from . import (
42
+ automl,
41
43
  metrics,
42
44
  model_selection,
43
45
  pipeline,
@@ -67,6 +69,7 @@ from .legacy import (
67
69
 
68
70
  __all__ = [
69
71
  # Submódulos
72
+ "automl",
70
73
  "pipeline",
71
74
  "preprocessing",
72
75
  "supervised",
@@ -0,0 +1,43 @@
1
+ """
2
+ synaptix.automl - Motor AutoML modular.
3
+
4
+ - ``AutoPipeline`` : AutoML completo con ``fit(df, target)``.
5
+ - ``data`` : entrada pandas/polars/NumPy, detección de tarea y perfilado.
6
+ - ``features`` : preprocesamiento sin fuga (ColumnTransformer por fold).
7
+ - ``evaluation`` : métricas y estrategias de validación cruzada.
8
+ - ``selection`` : registro de modelos, evaluación y ranking.
9
+ - ``tuning`` : grid, random, successive halving y Optuna.
10
+ - ``ensemble`` : votación, stacking y blending.
11
+ - ``explain`` : importancias y diagnóstico de errores.
12
+ - ``experiments`` : registro reproducible (JSON/CSV).
13
+ - ``profiling`` : tiempos y memoria por etapa.
14
+
15
+ Ejemplo
16
+ -------
17
+ >>> import synaptix as sx
18
+ >>> pipe = sx.AutoPipeline(scoring="f1_weighted", tuning="random", n_iter=30)
19
+ >>> pipe.fit(df, target="species")
20
+ >>> pipe.ranking_
21
+ >>> pipe.report(save="automl_report.html")
22
+ """
23
+
24
+ from .data import DataProfile, detect_task_details, profile_data
25
+ from .exceptions import AllModelsFailedError, AutoMLError, MissingDependencyError
26
+ from .experiments import ExperimentRecord
27
+ from .pipeline import AutoPipeline, detect_task
28
+ from .profiling import Profiler
29
+ from .selection import list_models
30
+
31
+ __all__ = [
32
+ "AutoPipeline",
33
+ "detect_task",
34
+ "detect_task_details",
35
+ "profile_data",
36
+ "DataProfile",
37
+ "ExperimentRecord",
38
+ "Profiler",
39
+ "list_models",
40
+ "AutoMLError",
41
+ "AllModelsFailedError",
42
+ "MissingDependencyError",
43
+ ]
@@ -0,0 +1,31 @@
1
+ """Presupuesto de tiempo compartido por las etapas del AutoML."""
2
+
3
+ from __future__ import annotations
4
+
5
+ import time
6
+ from typing import Optional
7
+
8
+
9
+ class TimeBudget:
10
+ """Cuenta regresiva de un presupuesto en segundos (``None`` = sin límite)."""
11
+
12
+ def __init__(self, seconds: Optional[float] = None):
13
+ if seconds is not None and seconds <= 0:
14
+ raise ValueError(f"time_budget debe ser > 0 (recibido: {seconds}).")
15
+ self.seconds = seconds
16
+ self.start = time.perf_counter()
17
+
18
+ @property
19
+ def elapsed(self) -> float:
20
+ return time.perf_counter() - self.start
21
+
22
+ def remaining(self) -> Optional[float]:
23
+ """Segundos restantes, o ``None`` si no hay límite."""
24
+ if self.seconds is None:
25
+ return None
26
+ return max(self.seconds - self.elapsed, 0.0)
27
+
28
+ @property
29
+ def exhausted(self) -> bool:
30
+ remaining = self.remaining()
31
+ return remaining is not None and remaining <= 0
@@ -0,0 +1,29 @@
1
+ """
2
+ Presets de ejecución: ``fast``, ``balanced`` (por defecto) y ``exhaustive``.
3
+
4
+ Fijan los valores que el usuario no indique explícitamente: folds, número
5
+ de combinaciones de la búsqueda y cuántos modelos del ranking se ajustan.
6
+ Los candidatos de cada modo están en
7
+ :data:`synaptix.automl.selection.MODE_CANDIDATES`.
8
+ """
9
+
10
+ from __future__ import annotations
11
+
12
+ from typing import Any, Dict
13
+
14
+ from .exceptions import AutoMLError
15
+
16
+ PRESETS: Dict[str, Dict[str, Any]] = {
17
+ "fast": {"cv": 3, "n_iter": 10, "tune_top_k": 1},
18
+ "balanced": {"cv": 5, "n_iter": 20, "tune_top_k": 1},
19
+ "exhaustive": {"cv": 5, "n_iter": 60, "tune_top_k": 3},
20
+ }
21
+
22
+
23
+ def resolve_preset(mode: str, **overrides: Any) -> Dict[str, Any]:
24
+ """Valores del preset, sustituyendo los que no sean ``None``."""
25
+ if mode not in PRESETS:
26
+ raise AutoMLError(f"mode debe ser uno de {list(PRESETS)} (recibido: {mode!r}).")
27
+ values = dict(PRESETS[mode])
28
+ values.update({k: v for k, v in overrides.items() if v is not None})
29
+ return values
@@ -0,0 +1,29 @@
1
+ """Capa de datos del motor AutoML: entrada, detección y perfilado."""
2
+
3
+ from .adapters import (
4
+ LoadedData,
5
+ input_kind,
6
+ load_data,
7
+ polars_available,
8
+ resolve_engine,
9
+ use_polars_profiling,
10
+ )
11
+ from .detection import TaskDetection, detect_task, detect_task_details, infer_feature_types
12
+ from .intelligence import DataProfile, DataWarning, leakage_checks, profile_data
13
+
14
+ __all__ = [
15
+ "LoadedData",
16
+ "input_kind",
17
+ "load_data",
18
+ "polars_available",
19
+ "resolve_engine",
20
+ "use_polars_profiling",
21
+ "TaskDetection",
22
+ "detect_task",
23
+ "detect_task_details",
24
+ "infer_feature_types",
25
+ "DataProfile",
26
+ "DataWarning",
27
+ "leakage_checks",
28
+ "profile_data",
29
+ ]