Automatminer是一种用于自动创建用于材料科学的完整机器学习管道的工具，包括使用matminer自动进行功能化，特征缩减和AutoML后端。放入材料数据集，取出预测材料属性的机器。
Automatminer使用Matminer描述符库中的数百种描述符技术自动装饰数据集，选择最有用的学习功能，并运行单独的AutoML管道，一旦管道适合，就可以将其汇总为文本文件，保存到磁盘或用于对新材料做出预测。
Automatminer将熊猫数据框用于其所有工作对象。放入数据框，取出数据框。
这是训练已知数据并将模型扩展到非样本数据的示例。
来自automatminer.pipeline import MatPipe＃使管道适合训练数据，以预测带隙管道= MatPipe（）管道。适合（train_df，＆＃34;带隙＆＃34;）＃预测一些未知材料的带隙预测_df = pipe。预测（unknown_df）
帮助我们改善文档–告诉我们您遇到的困难，并改善每个人的安装过程。
发布到我们的支持论坛。别害羞，我们期待您的反馈！
如果您发现Automatminer或MatBench基准测试对您的研究有所帮助，请考虑引用我们在npj计算材料中的出版物： Dunn，A.，Wang，Q.，Ganose，A.，Dopp，D.，Jain，A.基准材料属性预测方法：Matbench测试集和Automatminer参考算法。 npj计算材料6，138（2020）。 https://doi.org/10.1038/s41524-020-00406-3