igel

图1：Igel 命令行工作流程演示 —— 用 YAML 配置即可完成模型训练

---

写在前面

想象这样一个场景：你是某公司的数据分析师，今天老板突然说"帮我跑个用户流失预测模型，下班前要"。往常你得先翻文档调 sklearn，再写一堆 DataFrame 变换代码，光是环境配置就够折腾半天。

现在，你只需要写一个 YAML 文件，告诉 Igel 你的数据在哪、任务类型是什么、想要什么模型——然后敲下回车。这就是 Igel 试图解决的问题。

---

项目背景：一个德国研究生的"偷懒"之作

Igel 由突尼斯裔德国开发者 Nidhal Baccouri 于 2020 年 8 月创建，项目名 "Igel"（德语"刺猬"）取自作者的绰号。这位当时在德国研究机器学习的研究生，在反复编写 sklearn 训练循环中感到了深深的疲惫——每次做概念验证（POC）都要写一堆模板代码、调试数据管道，明明只是想快速验证一个想法，却要花大量时间在"工程"而非"算法"上。

他决定做一款工具，让机器学习变得像写配置文件一样简单。2020 年 8 月项目上线后迅速获得关注，在 GitHub Trending 上一度登榜，吸引了来自全球的数据科学家和学生用户。目前已积累 3,134 颗星、206 个 Fork，并被收录于 AutoML 相关 Awesome 列表中。

---

核心功能：YAML 驱动的无代码 ML

工作原理

Igel 的设计哲学是**"声明式配置优于命令式代码"**。用户不需要写 Python 代码，只需准备一个 YAML（或 JSON）配置文件，描述清楚以下内容：

• 数据集路径：CSV、Excel、TXT、JSON、HTML 均可

• 任务类型：回归（regression）、分类（classification）、聚类（clustering）

• 模型选择：可以使用默认推荐模型，也可以手动指定（如 RandomForest、SVM 等数十种）

• 评估指标：MSE、准确率、F1、ROC-AUC 等

• 超参数搜索：可选，让 AutoML 自动帮你调参

提交后，Igel 会自动完成：数据加载 → 预处理（缺失值填充、特征编码、归一化）→ 模型训练 → 交叉验证 → 结果评估 → 模型保存，全流程无需用户写一行代码。

图2：igel evaluate 命令 —— 自动输出各指标评估结果

AutoML 功能

从 v0.2.8 开始，Igel 引入了 AutoML 支持，基于 AutoKeras 框架，能够处理：

• 图像分类（ImageClassifier）：输入原始图片文件夹，自动搜索最优 CNN 架构

• 文本分类（TextClassifier）：支持原始文本数据的自动分类

• 结构化数据分类/回归（StructuredDataClassifier/Regressor）：表格数据的 AutoML

• AutoModel：全自动模式，无需指定任务类型，Igel 自动推断

命令行接口

Igel 提供 5 个核心命令：

命令	功能
igel fit	训练模型
igel evaluate	评估模型性能
igel predict	用训练好的模型做预测
igel experiment	快速实验模式，自动比较多个模型
igel export	导出为 ONNX 格式，实现跨平台部署

每个命令都支持交互式模式（--interactive），用户无需查阅文档，命令行会逐步引导填写配置。

图3：igel experiment 自动对比多个模型，快速找到最优方案

---

技术架构

底层依赖

Igel 是典型的站在巨人肩膀上的项目，核心技术栈包括：

依赖库	作用
scikit-learn	提供全部基础 ML 算法（回归、分类、聚类）
AutoKeras	驱动 AutoML 功能（图像/文本分类）
pandas / numpy	数据处理
PyYAML	解析用户配置文件
click	构建命令行界面
FastAPI + Uvicorn	提供 HTTP API 服务端（可选启用）
skl2onnx	模型格式转换

项目本身代码量不大（igel/ 目录约 24 个 Python 文件），采用插件式架构：Igel 主类承担调度角色，具体功能分散在 data.py（数据处理/模型字典）、preprocessing.py（预处理）、hyperparams.py（超参搜索）等子模块中，职责划分清晰。

代码质量

• 完整的 pytest 测试套件

• pre-commit 配置（代码风格、lint）

• ReadTheDocs 文档托管

• MIT 开源协议

代码质量评分可达 80/100，属于中等偏上水平——对于一个个人项目而言已相当不错。

---

使用门槛与上手体验

优点

1. 零编码门槛：任何懂机器学习概念但不会写代码的人，都能快速上手

2. AutoML 加持：即使不了解模型选择，也能借助 AutoKeras 找到不错的方案

3. 多任务支持：覆盖回归、分类、聚类三大类问题，兼顾表格和媒体数据

4. 交互式 CLI：内置引导模式，新手友好

5. ONNX 导出：训练好的模型可导出为 ONNX 格式，方便在生产环境中部署

局限性

1. 不支持深度学习自定义：AutoML 只能用于图像/文本，复杂自定义神经网络场景不适用

2. 生产环境慎用：CLI 工具定位，适合 POC 和教学，不适合作为生产级 ML Pipeline 的核心组件

3. 更新频率下降：项目最新更新停留在 2021 年左右，后续维护较少

4. 依赖版本老旧：pyproject.toml 中指定了较旧版本的依赖（如 scikit-learn 0.23.2），可能与新版 Python 不兼容

---

一句话总结

Igel 是一款将机器学习训练过程"配置化"的命令行工具，适合需要快速验证 ML 想法的非程序员和教学场景。 如果你厌倦了每次做 POC 都要写 sklearn boilerplate，Igel 值得一试。