mlbox_auto_ml_house_prices.py

# Inputs & imports : 必要があるのはそれだけです！

from mlbox.preprocessing import *
from mlbox.optimisation import *
from mlbox.prediction import *

paths = ["../input/train.csv","../input/test.csv"]
target_name = "SalePrice"

# MLBox に任せてください。。。

## ... ファイルの読み込み

rd = Reader(sep = ",")
df = rd.train_test_split(paths, target_name)   #reading and preprocessing (dates, ...)

dft = Drift_thresholder()
df = dft.fit_transform(df)   #removing non-stable features (like ID,...)

## ...ハイパーパラメータを調整する

rmse = make_scorer(lambda y_true, y_pred: np.sqrt(np.sum((y_true - y_pred)**2)/len(y_true)), greater_is_better=False, needs_proba=False)
opt = Optimiser(scoring = rmse, n_folds = 3)

# LightGBM

space = {
    
        'est__strategy':{"search":"choice",
                                  "space":["LightGBM"]},    
        'est__n_estimators':{"search":"choice",
                                  "space":[150]},    
        'est__colsample_bytree':{"search":"uniform",
                                  "space":[0.8,0.95]},
        'est__subsample':{"search":"uniform",
                                  "space":[0.8,0.95]},
        'est__max_depth':{"search":"choice",
                                  "space":[5,6,7,8,9]},
        'est__learning_rate':{"search":"choice",
                                  "space":[0.07]} 
    
        }

params = opt.optimise(space, df,15)

# ただし、Pipeline全体を調整することもできます。

## ... 予測する

prd = Predictor()
prd.fit_predict(params, df)

# 提出用のフォーマット

submit = pd.read_csv("../input/sample_submission.csv",sep=',')
preds = pd.read_csv("save/"+target_name+"_predictions.csv")

submit[target_name] =  preds[target_name+"_predicted"].values

submit.to_csv("mlbox.csv", index=False)

# それで完成！