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.
- {synaptix-0.2.0 → synaptix-0.3.0}/PKG-INFO +53 -8
- {synaptix-0.2.0 → synaptix-0.3.0}/README.md +42 -7
- {synaptix-0.2.0 → synaptix-0.3.0}/pyproject.toml +6 -1
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/__init__.py +4 -1
- synaptix-0.3.0/synaptix/automl/__init__.py +43 -0
- synaptix-0.3.0/synaptix/automl/budget.py +31 -0
- synaptix-0.3.0/synaptix/automl/config.py +29 -0
- synaptix-0.3.0/synaptix/automl/data/__init__.py +29 -0
- synaptix-0.3.0/synaptix/automl/data/adapters.py +301 -0
- synaptix-0.3.0/synaptix/automl/data/detection.py +161 -0
- synaptix-0.3.0/synaptix/automl/data/intelligence.py +382 -0
- synaptix-0.3.0/synaptix/automl/ensemble.py +210 -0
- synaptix-0.3.0/synaptix/automl/evaluation/__init__.py +31 -0
- synaptix-0.3.0/synaptix/automl/evaluation/cross_validation.py +203 -0
- synaptix-0.3.0/synaptix/automl/evaluation/metrics.py +247 -0
- synaptix-0.3.0/synaptix/automl/exceptions.py +36 -0
- synaptix-0.3.0/synaptix/automl/experiments.py +167 -0
- synaptix-0.3.0/synaptix/automl/explain.py +181 -0
- synaptix-0.3.0/synaptix/automl/features.py +322 -0
- synaptix-0.3.0/synaptix/automl/parallel.py +50 -0
- synaptix-0.3.0/synaptix/automl/pipeline.py +1003 -0
- synaptix-0.3.0/synaptix/automl/profiling.py +99 -0
- synaptix-0.3.0/synaptix/automl/reporting.py +337 -0
- synaptix-0.3.0/synaptix/automl/selection/__init__.py +35 -0
- synaptix-0.3.0/synaptix/automl/selection/ranking.py +246 -0
- synaptix-0.3.0/synaptix/automl/selection/registry.py +256 -0
- synaptix-0.3.0/synaptix/automl/tuning/__init__.py +15 -0
- synaptix-0.3.0/synaptix/automl/tuning/search.py +304 -0
- synaptix-0.3.0/synaptix/automl/tuning/spaces.py +113 -0
- synaptix-0.3.0/synaptix/pipeline/auto.py +12 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/pipeline/declarative.py +103 -60
- synaptix-0.3.0/synaptix/pipeline/grids.py +35 -0
- synaptix-0.3.0/synaptix/preprocessing/_dtypes.py +15 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/cleaner.py +3 -2
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/transformers.py +3 -2
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/__init__.py +15 -4
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/classification.py +57 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/regression.py +70 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/eda.py +4 -2
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/PKG-INFO +53 -8
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/SOURCES.txt +26 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/requires.txt +12 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/tests/test_smoke.py +6 -2
- synaptix-0.2.0/synaptix/pipeline/auto.py +0 -318
- synaptix-0.2.0/synaptix/pipeline/grids.py +0 -102
- {synaptix-0.2.0 → synaptix-0.3.0}/setup.cfg +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/base.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/course_completion.csv +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/iris.csv +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/penguins.csv +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/sp500_companies.csv +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/datasets/titanic.csv +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/deepLearning.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/intelligenceartificial.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/machineLearning.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/legacy/naturalLanguageProcessing.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/metrics/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/model_selection/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/neural/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/neural/networks.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/pipeline/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/preprocessing/outliers.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/py.typed +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/agents.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/reinforcement/environments.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/results.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/supervised/bayesian.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/clustering.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/unsupervised/decomposition.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/_availability.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/adapters.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/export.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viewx/renderers.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/visualization/model_plots.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viz/__init__.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix/viz/figures.py +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/dependency_links.txt +0 -0
- {synaptix-0.2.0 → synaptix-0.3.0}/synaptix.egg-info/top_level.txt +0 -0
- {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.
|
|
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.
|
|
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` |
|
|
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") #
|
|
132
|
-
pipe.report() #
|
|
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:
|
|
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_`, `
|
|
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.
|
|
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` |
|
|
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") #
|
|
78
|
-
pipe.report() #
|
|
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:
|
|
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_`, `
|
|
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.
|
|
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.
|
|
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
|
+
]
|