Machine Learning - Python

Publié le 10 novembre 2024

Fiche

Origine de ces fiches, outils utilisés et notes de python

Lecture 2 min

Fiches

Après ma formation de Python et Machine Learning, j’ai décidé d’utiliser ce site pour y noter quelques fiches résumés.

Outils

Tout d’abord les différents outils utilisés

  • Jupyter : Permet facilement d’éxecuter du code python et d’afficher les graphiques via une interface web
  • Pandas : Permet de manipuler les données
  • Plotly / Ipywidgets : Permet d’afficher les graphs
  • Scikit-Learn : Permet de créer les modèles de ML
  • Pycaret : Permet de tester et de trouver le meilleur modèle (s’utilise en classification mais aussi regression ou time series)
  • Poetry : Gestionnaire de paquets et de versions
  • Streamlit : Permet de déployer une application

Jupyter

Jupyter sans navigateur jupyter lab --no-browser

Poetry

Ajout d’un package : poetry add package_name
Execution d’un script : poetry run script.py

Usage d’une version (use/remove) :

  • poetry env use /full/path/to/python
  • poetry env use python3.7
  • poetry env use 3.7

Verification : poetry env info

Virtual environment

Installer une version de python pyenv install <python-version>
Créer un env dans une version spécifique de python : pyenv virtualenv <python-version> <env-name>
Activer un environnement : pyenv activate <env-name>
Mettre un environnement par défaut : pyenv global <env-name>

Lister les environnements pyenv virtualenvs
Supprimer un environnement pyenv uninstall <env-name>

Packages

Forcer l’installation en ignorant les conflits de version pip install --no-deps -r requirements.txt

pyenv activate 3.10

pip install jupyterlab ipykernel ipympl pandas scikit-learn plotly ipywidgets seaborn pycaret
jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install jupyter-matplotlib

Kernel

Créer un kernel :

pyenv activate 3.10

pip install ipykernel
python -m ipykernel install --name 3.10 --display-name "Python 3.10" --user

Lister les kernels : jupyter kernelspec list
Supprimer un kernel : jupyter kernelspec remove 3.10

Fichiers

Fichiers utiles :

  • Makefile : Makefile avec des commandes telles que make data ou make train
  • setup.py : Rend le projet installable via pip install -e . afin que src puisse être importé
  • src/__init__.py : Rend src un module Python