[Python] PyCaret Windows 10 아나콘다 설치 방법

강의 홍보

• 취준생을 위한 강의를 제작하였습니다.
• 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다.
  • 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.
• [비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기

1줄 요약

• 관리자 실행해서 아나콘다 가상 환경을 만든 후, 새로운 패키지를 설치한다.

PyCaret 설치 방법 (Windows 10)

• 윈도우 10 환경에서 PyCaret 패키지를 설치해봅니다.
• 아나콘다 설치에 관한 내용은 생략합니다. 다만, 이 때, 필요한 것은 환경변수에 추가가 되어 있어야 합니다.

가상환경 설정

• 새로운 가상환경을 만듭니다. (이게 제일 편합니다.)
• 명령프롬프트를 관리자로 실행합니다.

• 현재 경로는 아래와 같습니다.

!echo %cd%

C:\Users\hkit\Desktop\pycaret

• 이 때, 적정한 경로로 이동한 후, 아래 명령어를 입력합니다.
• 먼저 가상환경을 만듭니다.

$ conda create --name yourenvname python=3.8

• 필자는 yourenvname 대신에, pycaret이라고 새로 이름을 지었습니다.
• 그 후에, 가상환경에 접속합니다. (이게 중요합니다!)

$ conda activate yourenvname

• 마지막으로 pycaret을 설치합니다.

$ pip install pycaret

• PyCaret을 설치하기 위해서 Scikit-Learn, Pandas 등을 사전에 먼저 설치할 필요가 없습니다. 만약 설치가 되어 있다면, 버전 충돌이 발생할 수가 있습니다. 즉, 이 때에는 기존에 설치된 패키지를 삭제 후 재 설치를 해야 합니다. 이러한 번거로움을 겪지 않기 위해, 새로운 가상 환경을 아예 만들어 설치하는 것이 훨씬 간편합니다.
• 만약 패키지 의존성을 확인하고 싶다면, 패키지 Github의 requirements.txt을 확인하시기를 바랍니다.
  • 즉, pip install pycaret과 함께, 자동으로 설치가 됩니다.

주피터 노트북 실행

• 이제 주피터 노트북을 실행하여 Sample 코드를 작성해봅니다.
• 아나콘다를 관리자로 실행한 후, 아래 화면처럼 방금전에 만든 가상환경 이름을 찾아서 클릭합니다.

• 처음 작업하는 것이라면, 대개 아래 그림 처럼 Jupyter Notebook이나 Lab에서 설치를 먼저 해줘야 합니다.
• 필자는 Jupyter Lab을 좋아하기 때문에, Jupyter Lab을 설치 실행합니다.

Tutorial 확인

• Binary Classification Tutorial Level Beginner - CLF101.ipynb을 참조합니다.
• 코드 설명은 생략합니다.

from pycaret.datasets import get_data
dataset = get_data('credit')
dataset.shape

(24000, 24)

data = dataset.sample(frac=0.95, random_state=786)
data_unseen = dataset.drop(data.index)
data.reset_index(inplace=True, drop=True)
data_unseen.reset_index(inplace=True, drop=True)
print('Data for Modeling: ' + str(data.shape))
print('Unseen Data For Predictions: ' + str(data_unseen.shape))

Data for Modeling: (22800, 24)
Unseen Data For Predictions: (1200, 24)

from pycaret.classification import *
exp_clf101 = setup(data = data, target = 'default', session_id=123)

best_model = compare_models()

rf = create_model('rf')
plot_model(rf, plot = 'auc')

plot_model(rf, plot = 'confusion_matrix')

unseen_predictions = predict_model(rf, data=data_unseen)
unseen_predictions.head()

from pycaret.utils import check_metric
check_metric(unseen_predictions['default'], unseen_predictions['Label'], metric = 'Accuracy')

0.8142

• 결론은 가상환경에서 설치를 해야 합니다. 가상환경을 잘 사용합시다.