plexe

环境要求

• Python >= 3.10, < 3.13
• OpenAI API Key（OPENAI_API_KEY）
• Anthropic API Key（ANTHROPIC_API_KEY）
• 一份表格数据集（Parquet、CSV、ORC 或 Avro）
• 可选：Docker（使用官方镜像时，已内置 PySpark、Java 等依赖）

安装与启动步骤

1. 1安装 plexe

   使用 pip 安装核心包，默认包含 XGBoost、Keras、scikit-learn。可按需追加可选项。

   pip install plexe

   复制

2. 2安装可选依赖

   按框架或任务追加安装，如 tabular（CatBoost+LightGBM）、pyspark、aws 等，按需选择。

   pip install "plexe[tabular,pyspark]"

   复制

3. 3配置 API 密钥

   导出两个模型服务的密钥作为环境变量，脚本运行时会读取，缺失会无法调用 LLM。

   export OPENAI_API_KEY=sk-xxxxxxxx
   export ANTHROPIC_API_KEY=sk-ant-xxxxxxxx

   复制

4. 4准备数据集

   准备一份表格数据文件，支持 Parquet、CSV、ORC、Avro，例如放在当前目录的 data.parquet。

5. 5命令行生成模型

   用自然语言描述意图并指定训练数据，max-iterations 控制搜索迭代轮数，数值越大耗时越长。

   python -m plexe.main 
       --train-dataset-uri data.parquet 
       --intent "predict whether a passenger was transported" 
       --max-iterations 5

   复制

6. 6用 Python API 调用

   适合集成到自己的脚本中，main 返回最佳方案、指标与报告三部分结果。

   from plexe.main import main
   from pathlib import Path
   
   best_solution, metrics, report = main(
       intent="predict whether a passenger was transported",
       data_refs=["train.parquet"],
       max_iterations=5,
       work_dir=Path("./workdir"),
   )
   print(f"Performance: {best_solution.performance:.4f}")

   复制

7. 7用 Docker 运行

   官方镜像已预装 PySpark、Java 等依赖，挂载 data 与 workdir 目录并传入密钥即可。

   docker run --rm 
       -e OPENAI_API_KEY=$OPENAI_API_KEY 
       -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY 
       -v $(pwd)/data:/data -v $(pwd)/workdir:/workdir 
       plexe:py3.12 python -m plexe.main 
           --train-dataset-uri /data/dataset.parquet 
           --intent "predict customer churn" 
           --work-dir /workdir 
           --spark-mode local

   复制

关键配置

如何确认成功

命令正常结束后会返回最佳方案与指标，并打印 Performance 数值；同时 work_dir 下会生成建模产物。

常见问题

注意事项

• Python 版本必须满足 >= 3.10 且 < 3.13，版本不符会安装失败。
• 不安装任何 extras 时只有核心依赖（XGBoost、Keras、scikit-learn），需要 CatBoost、LightGBM、PyTorch、PySpark、AWS 支持时请显式安装对应 extras。
• Docker 运行时需挂载数据目录和 workdir，项目根目录的 config.yaml 会被自动挂载。
• plexe 也提供托管云服务（plexe.ai），不想本地部署可以直接使用。