synaptix 0.3.0__tar.gz → 0.3.2__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-0.3.0 → synaptix-0.3.2}/PKG-INFO +94 -2
- {synaptix-0.3.0 → synaptix-0.3.2}/README.md +93 -1
- {synaptix-0.3.0 → synaptix-0.3.2}/pyproject.toml +1 -1
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/__init__.py +2 -1
- synaptix-0.3.2/synaptix/automl/data_quality.py +860 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/experiments.py +1 -0
- synaptix-0.3.2/synaptix/automl/feature_engineering.py +421 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/pipeline.py +1699 -1003
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/reporting.py +98 -1
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/selection/__init__.py +3 -0
- synaptix-0.3.2/synaptix/automl/selection/feature_subset_search.py +545 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix.egg-info/PKG-INFO +94 -2
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix.egg-info/SOURCES.txt +3 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/tests/test_smoke.py +2 -1
- {synaptix-0.3.0 → synaptix-0.3.2}/setup.cfg +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/budget.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/config.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/data/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/data/adapters.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/data/detection.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/data/intelligence.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/ensemble.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/evaluation/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/evaluation/cross_validation.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/evaluation/metrics.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/exceptions.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/explain.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/features.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/parallel.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/profiling.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/selection/ranking.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/selection/registry.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/tuning/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/tuning/search.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/automl/tuning/spaces.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/base.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/course_completion.csv +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/iris.csv +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/penguins.csv +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/sp500_companies.csv +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/datasets/titanic.csv +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/legacy/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/legacy/deepLearning.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/legacy/intelligenceartificial.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/legacy/machineLearning.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/legacy/naturalLanguageProcessing.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/metrics/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/model_selection/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/neural/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/neural/networks.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/pipeline/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/pipeline/auto.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/pipeline/declarative.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/pipeline/grids.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/preprocessing/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/preprocessing/_dtypes.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/preprocessing/cleaner.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/preprocessing/outliers.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/preprocessing/transformers.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/py.typed +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/reinforcement/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/reinforcement/agents.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/reinforcement/environments.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/results.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/supervised/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/supervised/bayesian.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/supervised/classification.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/supervised/regression.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/unsupervised/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/unsupervised/clustering.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/unsupervised/decomposition.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viewx/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viewx/_availability.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viewx/adapters.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viewx/export.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viewx/renderers.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/visualization/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/visualization/eda.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/visualization/model_plots.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viz/__init__.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix/viz/figures.py +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix.egg-info/dependency_links.txt +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix.egg-info/requires.txt +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/synaptix.egg-info/top_level.txt +0 -0
- {synaptix-0.3.0 → synaptix-0.3.2}/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.
|
|
3
|
+
Version: 0.3.2
|
|
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
|
|
@@ -106,6 +106,16 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
|
|
|
106
106
|
|
|
107
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).
|
|
108
108
|
|
|
109
|
+
## Novedades en v0.3.1 — Feature Engineering, Calidad de Datos y Explicabilidad
|
|
110
|
+
|
|
111
|
+
- **Variables derivadas** (`associations`) evaluadas con un AST seguro (sin `eval()`): aritmética, `log`, `sqrt`, `exp`, `abs`, potencias y `where`. Las correcciones que estiman parámetros se ajustan **solo con las filas de entrenamiento** y se aplican después a train y test.
|
|
112
|
+
- **`fe_handle_div_zero`** corregido: `nan`, `inf`, `zero` y `error` funcionan ahora igual en `fit` y en `predict`.
|
|
113
|
+
- **`AutoPipeline.explain(df=None)`**: importancias (permutación en test, nativas y coeficientes), diagnósticos de error, calibración (Brier + curva de fiabilidad en binario) y SHAP local opcional. No reentrena nada.
|
|
114
|
+
- **`selected_features_`, `removed_features_`, `feature_selection_info_`** y **`feature_importance_` / `feature_importance_source_`** para auditar la selección de variables del modelo final.
|
|
115
|
+
- **`warning_report=True`** añade la sección `13_calidad_datos` a `report_dict()`; **`data_quality_report_`** con resumen estructurado de problemas detectados.
|
|
116
|
+
- Corrección metodológica: `warning_strategy` ya no analiza ni imputa con el dataset completo antes del holdout.
|
|
117
|
+
- Guía: [`docs/AUTOML.md`](docs/AUTOML.md) · Cambios: [`CHANGELOG.md`](CHANGELOG.md).
|
|
118
|
+
|
|
109
119
|
## Novedades en v0.3.0 — AutoML Engine 2.0
|
|
110
120
|
|
|
111
121
|
- `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).
|
|
@@ -177,6 +187,62 @@ pipe.experiment_.to_json("experimento.json")
|
|
|
177
187
|
|
|
178
188
|
Guía completa (arquitectura, garantías metodológicas, motores de datos y benchmarks): [`docs/AUTOML.md`](docs/AUTOML.md).
|
|
179
189
|
|
|
190
|
+
### Feature Subset Search: Búsqueda sistemática de subconjuntos de variables por modelo
|
|
191
|
+
|
|
192
|
+
`AutoPipeline` permite evaluar y optimizar sistemáticamente combinaciones de variables de forma independiente para cada algoritmo candidato:
|
|
193
|
+
|
|
194
|
+
```python
|
|
195
|
+
import synaptix as sx
|
|
196
|
+
|
|
197
|
+
pipe = sx.AutoPipeline(
|
|
198
|
+
mode="balanced",
|
|
199
|
+
feature_search="exhaustive", # "exhaustive", "random", "forward", "backward" o "auto"
|
|
200
|
+
feature_search_min_features=1, # tamaño mínimo de subconjunto
|
|
201
|
+
feature_search_max_features=5, # tamaño máximo (o None para todas)
|
|
202
|
+
feature_search_strategy="auto",
|
|
203
|
+
cv=5,
|
|
204
|
+
scoring="auto",
|
|
205
|
+
n_jobs=-1,
|
|
206
|
+
random_state=42,
|
|
207
|
+
)
|
|
208
|
+
|
|
209
|
+
pipe.fit(df, target="target")
|
|
210
|
+
|
|
211
|
+
print("Mejor modelo:", pipe.best_name_)
|
|
212
|
+
print("Mejor subconjunto:", pipe.best_features_)
|
|
213
|
+
print("Mejor puntuación CV:", pipe.best_score_)
|
|
214
|
+
|
|
215
|
+
# Consultar rankings y resultados completos
|
|
216
|
+
print(pipe.feature_search_ranking_.head(10))
|
|
217
|
+
print(pipe.feature_search_summary_)
|
|
218
|
+
|
|
219
|
+
# En inferencia, solo requiere las columnas ganadoras (compatible con pandas y polars)
|
|
220
|
+
predicciones = pipe.predict(df_nuevo)
|
|
221
|
+
```
|
|
222
|
+
|
|
223
|
+
### Acceso a los datos usados en el entrenamiento
|
|
224
|
+
|
|
225
|
+
`AutoPipeline` expone los datos exactos del `fit` con sus índices originales,
|
|
226
|
+
incluidas las variables derivadas y las correcciones de `warning_strategy`,
|
|
227
|
+
pero sin las matrices one-hot, escaladas o imputadas del preprocesador:
|
|
228
|
+
|
|
229
|
+
```python
|
|
230
|
+
pipe = sx.AutoPipeline().fit(df, target="target")
|
|
231
|
+
|
|
232
|
+
data_train, data_test = pipe.data_ # features + target
|
|
233
|
+
best_train, best_test = pipe.best_data_ # solo best_features_ + target
|
|
234
|
+
data_train, data_test = pipe.data # alias de data_
|
|
235
|
+
|
|
236
|
+
pipe.X_train_, pipe.X_test_ # features
|
|
237
|
+
pipe.y_train_, pipe.y_test_ # target alineado
|
|
238
|
+
pipe.data_train_, pipe.data_test_ # DataFrames completos
|
|
239
|
+
pipe.best_data_train_, pipe.best_data_test_ # subconjunto ganador + target
|
|
240
|
+
```
|
|
241
|
+
|
|
242
|
+
Si `test_size=None`, `data_test_` y `best_data_test_` son DataFrames vacíos
|
|
243
|
+
con las columnas correspondientes. `data_`/`best_data_` requieren haber
|
|
244
|
+
llamado a `fit`.
|
|
245
|
+
|
|
180
246
|
También hay un `Pipeline` declarativo por pasos, donde el sistema rellena los parámetros de cada paso:
|
|
181
247
|
|
|
182
248
|
```python
|
|
@@ -194,7 +260,33 @@ pipe.model_, pipe.results_, pipe.best_params_ # modelo, métricas de test, par
|
|
|
194
260
|
pipe.predict(df_nuevo)
|
|
195
261
|
```
|
|
196
262
|
|
|
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)`.
|
|
263
|
+
Atributos de `AutoPipeline` tras `fit`: `task_`, `profile_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `pipeline_`, `cv_score_`, `results_`, `feature_importances_` (permutación en el holdout), `feature_importance_` (importancia preferida: permutación si existe, si no la nativa), `feature_importance_source_`, `selected_features_`, `removed_features_`, `feature_selection_info_`, `diagnostics_`, `data_quality_report_`, `timings_`, `experiment_`, `warnings_` y `cleaner_` (compatibilidad); métodos `predict`, `predict_proba`, `report(plot=True, save=None)`, `report_dict()`, `explain(df=None)`, `explain_shap(df)`, `save(path)` y `AutoPipeline.load(path)`.
|
|
264
|
+
|
|
265
|
+
### Variables derivadas y calidad de datos
|
|
266
|
+
|
|
267
|
+
```python
|
|
268
|
+
pipe = sx.AutoPipeline(
|
|
269
|
+
associations={
|
|
270
|
+
"balance": "ingresos - gastos",
|
|
271
|
+
"ratio_gastos": "gastos / ingresos",
|
|
272
|
+
"edad_cuadratica": "edad ** 2",
|
|
273
|
+
},
|
|
274
|
+
fe_handle_div_zero="nan", # "nan" | "inf" | "zero" | "error"
|
|
275
|
+
warning_strategy="safe", # "none" (solo diagnostica) | "safe" | "aggressive"
|
|
276
|
+
warning_report=True, # añade `13_calidad_datos` a report_dict()
|
|
277
|
+
)
|
|
278
|
+
pipe.fit(df, target="resultado") # usa solo filas originales
|
|
279
|
+
pipe.predict(df_nuevo) # reconstruye las derivadas automáticamente
|
|
280
|
+
pipe.selected_features_ # columnas que recibe el modelo (one-hot incluido)
|
|
281
|
+
pipe.removed_features_ # columnas descartadas y por qué (feature_selection_info_)
|
|
282
|
+
pipe.explain() # importancias, diagnósticos y calibración
|
|
283
|
+
pipe.data_quality_report_.to_dict()
|
|
284
|
+
```
|
|
285
|
+
|
|
286
|
+
Las expresiones se evalúan sobre un AST (sin `eval()`) y admiten aritmética,
|
|
287
|
+
`log`, `sqrt`, `exp`, `abs`, potencias y `where`. La imputación y demás
|
|
288
|
+
correcciones que estiman parámetros se ajustan **solo con las filas de
|
|
289
|
+
entrenamiento**; el conjunto de prueba nunca interviene.
|
|
198
290
|
|
|
199
291
|
### Modelos bayesianos (con incertidumbre)
|
|
200
292
|
|
|
@@ -42,6 +42,16 @@ print(resultado.to_frame()) # métrica | train | test | diferenci
|
|
|
42
42
|
|
|
43
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).
|
|
44
44
|
|
|
45
|
+
## Novedades en v0.3.1 — Feature Engineering, Calidad de Datos y Explicabilidad
|
|
46
|
+
|
|
47
|
+
- **Variables derivadas** (`associations`) evaluadas con un AST seguro (sin `eval()`): aritmética, `log`, `sqrt`, `exp`, `abs`, potencias y `where`. Las correcciones que estiman parámetros se ajustan **solo con las filas de entrenamiento** y se aplican después a train y test.
|
|
48
|
+
- **`fe_handle_div_zero`** corregido: `nan`, `inf`, `zero` y `error` funcionan ahora igual en `fit` y en `predict`.
|
|
49
|
+
- **`AutoPipeline.explain(df=None)`**: importancias (permutación en test, nativas y coeficientes), diagnósticos de error, calibración (Brier + curva de fiabilidad en binario) y SHAP local opcional. No reentrena nada.
|
|
50
|
+
- **`selected_features_`, `removed_features_`, `feature_selection_info_`** y **`feature_importance_` / `feature_importance_source_`** para auditar la selección de variables del modelo final.
|
|
51
|
+
- **`warning_report=True`** añade la sección `13_calidad_datos` a `report_dict()`; **`data_quality_report_`** con resumen estructurado de problemas detectados.
|
|
52
|
+
- Corrección metodológica: `warning_strategy` ya no analiza ni imputa con el dataset completo antes del holdout.
|
|
53
|
+
- Guía: [`docs/AUTOML.md`](docs/AUTOML.md) · Cambios: [`CHANGELOG.md`](CHANGELOG.md).
|
|
54
|
+
|
|
45
55
|
## Novedades en v0.3.0 — AutoML Engine 2.0
|
|
46
56
|
|
|
47
57
|
- `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).
|
|
@@ -113,6 +123,62 @@ pipe.experiment_.to_json("experimento.json")
|
|
|
113
123
|
|
|
114
124
|
Guía completa (arquitectura, garantías metodológicas, motores de datos y benchmarks): [`docs/AUTOML.md`](docs/AUTOML.md).
|
|
115
125
|
|
|
126
|
+
### Feature Subset Search: Búsqueda sistemática de subconjuntos de variables por modelo
|
|
127
|
+
|
|
128
|
+
`AutoPipeline` permite evaluar y optimizar sistemáticamente combinaciones de variables de forma independiente para cada algoritmo candidato:
|
|
129
|
+
|
|
130
|
+
```python
|
|
131
|
+
import synaptix as sx
|
|
132
|
+
|
|
133
|
+
pipe = sx.AutoPipeline(
|
|
134
|
+
mode="balanced",
|
|
135
|
+
feature_search="exhaustive", # "exhaustive", "random", "forward", "backward" o "auto"
|
|
136
|
+
feature_search_min_features=1, # tamaño mínimo de subconjunto
|
|
137
|
+
feature_search_max_features=5, # tamaño máximo (o None para todas)
|
|
138
|
+
feature_search_strategy="auto",
|
|
139
|
+
cv=5,
|
|
140
|
+
scoring="auto",
|
|
141
|
+
n_jobs=-1,
|
|
142
|
+
random_state=42,
|
|
143
|
+
)
|
|
144
|
+
|
|
145
|
+
pipe.fit(df, target="target")
|
|
146
|
+
|
|
147
|
+
print("Mejor modelo:", pipe.best_name_)
|
|
148
|
+
print("Mejor subconjunto:", pipe.best_features_)
|
|
149
|
+
print("Mejor puntuación CV:", pipe.best_score_)
|
|
150
|
+
|
|
151
|
+
# Consultar rankings y resultados completos
|
|
152
|
+
print(pipe.feature_search_ranking_.head(10))
|
|
153
|
+
print(pipe.feature_search_summary_)
|
|
154
|
+
|
|
155
|
+
# En inferencia, solo requiere las columnas ganadoras (compatible con pandas y polars)
|
|
156
|
+
predicciones = pipe.predict(df_nuevo)
|
|
157
|
+
```
|
|
158
|
+
|
|
159
|
+
### Acceso a los datos usados en el entrenamiento
|
|
160
|
+
|
|
161
|
+
`AutoPipeline` expone los datos exactos del `fit` con sus índices originales,
|
|
162
|
+
incluidas las variables derivadas y las correcciones de `warning_strategy`,
|
|
163
|
+
pero sin las matrices one-hot, escaladas o imputadas del preprocesador:
|
|
164
|
+
|
|
165
|
+
```python
|
|
166
|
+
pipe = sx.AutoPipeline().fit(df, target="target")
|
|
167
|
+
|
|
168
|
+
data_train, data_test = pipe.data_ # features + target
|
|
169
|
+
best_train, best_test = pipe.best_data_ # solo best_features_ + target
|
|
170
|
+
data_train, data_test = pipe.data # alias de data_
|
|
171
|
+
|
|
172
|
+
pipe.X_train_, pipe.X_test_ # features
|
|
173
|
+
pipe.y_train_, pipe.y_test_ # target alineado
|
|
174
|
+
pipe.data_train_, pipe.data_test_ # DataFrames completos
|
|
175
|
+
pipe.best_data_train_, pipe.best_data_test_ # subconjunto ganador + target
|
|
176
|
+
```
|
|
177
|
+
|
|
178
|
+
Si `test_size=None`, `data_test_` y `best_data_test_` son DataFrames vacíos
|
|
179
|
+
con las columnas correspondientes. `data_`/`best_data_` requieren haber
|
|
180
|
+
llamado a `fit`.
|
|
181
|
+
|
|
116
182
|
También hay un `Pipeline` declarativo por pasos, donde el sistema rellena los parámetros de cada paso:
|
|
117
183
|
|
|
118
184
|
```python
|
|
@@ -130,7 +196,33 @@ pipe.model_, pipe.results_, pipe.best_params_ # modelo, métricas de test, par
|
|
|
130
196
|
pipe.predict(df_nuevo)
|
|
131
197
|
```
|
|
132
198
|
|
|
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)`.
|
|
199
|
+
Atributos de `AutoPipeline` tras `fit`: `task_`, `profile_`, `ranking_`, `best_model_`, `best_name_`, `best_params_`, `pipeline_`, `cv_score_`, `results_`, `feature_importances_` (permutación en el holdout), `feature_importance_` (importancia preferida: permutación si existe, si no la nativa), `feature_importance_source_`, `selected_features_`, `removed_features_`, `feature_selection_info_`, `diagnostics_`, `data_quality_report_`, `timings_`, `experiment_`, `warnings_` y `cleaner_` (compatibilidad); métodos `predict`, `predict_proba`, `report(plot=True, save=None)`, `report_dict()`, `explain(df=None)`, `explain_shap(df)`, `save(path)` y `AutoPipeline.load(path)`.
|
|
200
|
+
|
|
201
|
+
### Variables derivadas y calidad de datos
|
|
202
|
+
|
|
203
|
+
```python
|
|
204
|
+
pipe = sx.AutoPipeline(
|
|
205
|
+
associations={
|
|
206
|
+
"balance": "ingresos - gastos",
|
|
207
|
+
"ratio_gastos": "gastos / ingresos",
|
|
208
|
+
"edad_cuadratica": "edad ** 2",
|
|
209
|
+
},
|
|
210
|
+
fe_handle_div_zero="nan", # "nan" | "inf" | "zero" | "error"
|
|
211
|
+
warning_strategy="safe", # "none" (solo diagnostica) | "safe" | "aggressive"
|
|
212
|
+
warning_report=True, # añade `13_calidad_datos` a report_dict()
|
|
213
|
+
)
|
|
214
|
+
pipe.fit(df, target="resultado") # usa solo filas originales
|
|
215
|
+
pipe.predict(df_nuevo) # reconstruye las derivadas automáticamente
|
|
216
|
+
pipe.selected_features_ # columnas que recibe el modelo (one-hot incluido)
|
|
217
|
+
pipe.removed_features_ # columnas descartadas y por qué (feature_selection_info_)
|
|
218
|
+
pipe.explain() # importancias, diagnósticos y calibración
|
|
219
|
+
pipe.data_quality_report_.to_dict()
|
|
220
|
+
```
|
|
221
|
+
|
|
222
|
+
Las expresiones se evalúan sobre un AST (sin `eval()`) y admiten aritmética,
|
|
223
|
+
`log`, `sqrt`, `exp`, `abs`, potencias y `where`. La imputación y demás
|
|
224
|
+
correcciones que estiman parámetros se ajustan **solo con las filas de
|
|
225
|
+
entrenamiento**; el conjunto de prueba nunca interviene.
|
|
134
226
|
|
|
135
227
|
### Modelos bayesianos (con incertidumbre)
|
|
136
228
|
|
|
@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
|
|
|
4
4
|
|
|
5
5
|
[project]
|
|
6
6
|
name = "synaptix"
|
|
7
|
-
version = "0.3.
|
|
7
|
+
version = "0.3.2"
|
|
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"
|
|
@@ -35,7 +35,7 @@ Ejemplo rápido
|
|
|
35
35
|
>>> model.evaluate(X_test, y_test)
|
|
36
36
|
"""
|
|
37
37
|
|
|
38
|
-
__version__ = "0.3.
|
|
38
|
+
__version__ = "0.3.2"
|
|
39
39
|
__author__ = "Emmanuel Ascendra"
|
|
40
40
|
|
|
41
41
|
from . import (
|
|
@@ -155,3 +155,4 @@ def welcome():
|
|
|
155
155
|
print(" - synaptix.visualization : gráficos de análisis")
|
|
156
156
|
print(" - synaptix.datasets : datasets de ejemplo\n")
|
|
157
157
|
print("Repositorio: https://github.com/GhostAnalyst30/SynaptIX")
|
|
158
|
+
|