#自动化建模

LazyPredict 是一个开源的 Python 库，用于机器学习自动化。它能快速构建和比较多种模型，支持分类和回归任务，无需复杂的参数调优。通过自动训练多个模型并生成性能报告，LazyPredict 帮助识别最适合特定数据集的模型类型，适用于初步评估和基准测试，显著提高了数据科学工作流程的效率。

AutoQuant是一个开源的自动化机器学习工具包,旨在提升模型开发和运营效率。它集成了CatBoost、LightGBM、XGBoost和H2O等先进算法,支持GPU和CPU计算。该工具包涵盖了特征工程、模型训练、评估和部署等机器学习全流程。AutoQuant在多个行业应用中表现出色,为数据科学家提供了一个高效的机器学习开发平台。

finnts是微软开发的时间序列预测框架，提供自动化特征工程、选择、回测和模型选择功能。支持25种以上单变量和多变量模型，可处理多种时间尺度的预测。框架支持外部回归变量，能与Azure集成实现云端并行处理。虽源于金融领域，但适用于各类时间序列预测问题。