pycaret

几行代码跑完建模全流程，小白也能交出好模型

开源 🏷️完全免费 🚫 站点已失效 基础设施 🍴 复刻 1838 🐛 待处理 34 👀 关注 138
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 9859
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 完全开源免费，可本地部署使用，官网提供文档和教程，无付费版本。

项目预览

pycaret 项目界面预览图
图片来源：项目官网

项目数据

分类基础设施
开发团队pycaret
官网地址https://pycaret.org
GitHubhttps://github.com/pycaret/pycaret
定价模式🏷️完全免费
价格说明完全开源免费，可本地部署使用，官网提供文档和教程，无付费版本。
访问状态🚫 站点已失效
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型anomaly-detection,automl,classification,clustering,data-science,fastapi,machine-learning,ml,mlops,open-source,pycaret,python,react,regression,scikit-learn
GitHub 星标★ 9859
上线时间2019-11-23 00:00:00
代码更新2026-07-23
仓库体积265.4 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

Python 生态中的开源低代码 AutoML 平台，几行代码即可完成数据预处理、模型训练、调参与对比。4.0 版本采用 sklearn 原生引擎并引入 React 控制平面，兼顾性能与可视化体验，适合快速验证建模思路、降低机器学习入门门槛。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9859

使用教程

难度：入门 约 5 分钟 部署方式：Docker 5 步

环境要求

  • Docker Desktop 4.27+（或 Docker Engine 25.0+ 搭配 Compose v2.24+）
  • 首次构建需联网下载 Python 依赖与 npm 包
  • 本地开发模式还需 uv 与 npm 环境（README 给出 uv sync 与 npm install 命令）

安装与启动步骤

  1. 1克隆仓库

    把 PyCaret 4.0 源码拉到本地，注意当前 main 分支即 4.0 线。

    git clone https://github.com/pycaret/pycaret.git

  2. 2进入项目目录

    后续所有 docker compose 命令都要在仓库根目录执行。

    cd pycaret

  3. 3一键启动平台

    单条命令拉起引擎、控制面与 Web UI 两个容器，首次构建约 5 分钟。

    docker compose up --build

  4. 4打开 Web UI

    浏览器访问该地址，初始化向导会引导创建第一个管理员账号和工作空间。

  5. 5本地开发模式

    想带热重载改代码时改用此方式：先装全部依赖，再装前端依赖。

    uv sync --all-packages --all-extras
cd apps/web && npm install && cd ..

如何确认成功

终端出现 pycaret-api | INFO: Application startup complete. 与 pycaret-web 启动 nginx 日志后，打开 http://localhost:3020 能看到 setup 初始化

常见问题

Q：首次启动为什么要等好几分钟？

A：首次 docker compose up --build 需要安装 Python 依赖、执行 npm install 并做 Vite 构建，约 5 分钟；之后的启动通常不到 30 秒。

Q：前端和后端各自跑在哪个端口？

A：pycaret-web（React UI，nginx 托管并代理 /api 与 /ws）在 http://localhost:3020，pycaret-api（FastAPI + SQLAlchemy + APScheduler）在 http://localhost:8020。

Q：4.0 可以用于生产吗？

A：README 明确标注 4.0 仍在开发中（work in progress），3.x 线已冻结在 PyPI 的 pycaret 3.4.0，生产环境可优先考虑 3.x。

Q：数据存在哪里？

A：存在命名卷 pycaret-data 中，包含 SQLite 数据库、上传的 CSV、拟合好的 .pkl 文件以及 Fernet 密钥。

注意事项

  • 4.0 是自底向上的架构重构，main 分支即 4.0 线，进度可看 docs/revamp/STATUS.md 与 ROADMAP.md。
  • 当前 docker compose 只起两个容器：一个 nginx 托管的 React 包，一个同时跑调度、计算等进程的 FastAPI。
  • README 未提供环境变量等配置项说明，因此未列出可配置键。

核心亮点

  • 低代码AutoML设计，几行代码即可完成模型训练、比较和调优，显著降低机器学习使用门槛
  • 内置丰富的数据预处理、特征工程和模型解释功能，覆盖分类、回归、聚类、异常检测等常见任务
  • 4.0版本采用sklearn原生引擎，兼容性更好，并引入React控制平面，支持可视化交互和部署集成

不足之处

  • 高度封装导致灵活性受限，高级用户自定义模型或复杂pipeline时可能遇到阻碍
  • 大规模数据集上性能优化不足，自动调参和集成方法计算开销较大
  • 文档/社区待观察

适用场景

  • 快速构建机器学习原型和基线模型，适合数据科学竞赛或业务探索
  • 非专业数据科学家进行简单预测建模，降低企业内部分析门槛
  • 教学演示和AutoML流程验证，快速对比多种算法效果

替代项目

AutoGluon、H2O AutoML、TPOT

上一篇：wandb

下一篇：UniRL

同类项目推荐

ml-workflow-automation 开源

在 Notebook 里一键把模型部署到 Kubernetes，实现 ML 工作流自动化。

Python Machine Learning (ML) project that demonstrates the archetypal ML workflow wi···

★ 67 2026-08-09
verbalized-sampling 开源

让LLM输出带概率的多样答案，告别重复文本

Verbalized Sampling, a training-free prompting strategy to mitigate mode collapse in···

★ 823 2026-08-09
kohya-config-webui 开源

可视化点选，一键生成SD训练配置，告别手写TOML

A WebUI for making config files used by kohya_sd_script. 一个用于生成kohya-ss训练脚···

★ 92 2026-08-09
Text-To-Video-Finetuning 开源

用 Diffusers 微调文本生成视频模型，定制专属视频风格

Finetune ModelScope's Text To Video model using Diffusers

★ 705 2026-08-09
contrastors 开源

用 PyTorch 快速训练对比学习模型，省心省力。

Train Models Contrastively in Pytorch

★ 806 2026-08-09
ellora 开源

照着 Notebook 跑通 LoRA 微调与思维链蒸馏

Enhancing LLMs with LoRA

★ 231 2026-11-02
TCD 开源

少步采样，快速出图，扩散模型提速神器

Official Repository of the paper "Trajectory Consistency Distillation"

★ 360 2026-08-09
minimind-o 开源

从零训练0.1B全模态模型，单卡搞定能听会说能看

️ A 0.1B Omni model trained from scratch, capable of listening, speaking, and seein···

★ 2710 2026-08-09
rllm 开源

把多张关系表变成图，用 GNN+LLM 一起做表格预测

Pytorch Library for Relational Table Learning with LLMs.

★ 441 2026-11-07