返回 AI 工具目录

FEDOT

开发框架人工精选最近核验 2026年7月23日

FEDOT 是 ITMO 大学团队开源的自动化机器学习(AutoML)框架,用进化算法自动搜索并优化由预处理与建模节点组成的管道(以计算图表示),覆盖分类、回归、聚类与时间序列预测,支持表格、文本与图像数据。它对接 scikit-learn、CatBoost、XGBoost 等常用库,提供 fit/predict 高层接口,管道可导出为 JSON 或含数据的压缩包以便复现。适合需要在多任务上自动构建与调优管道、又希望保留可解释图结构的数据科学场景;以 BSD-3 许可发布,用 pip 安装。

定价开源部署本地运行国内可达国内可达

解决什么问题

  • 自动搜索并优化机器学习管道结构
  • 覆盖分类回归聚类与时间序列预测
  • 支持表格文本图像多种数据类型
  • 管道导出 JSON 便于复现与迁移

适合

  • 需在多任务上自动构建与调优模型
  • 希望保留可解释的图结构管道
  • 已用 scikit-learn 或 CatBoost 生态
  • 时间序列预测与表格建模

不适合

  • 只需单一固定模型时框架偏重
  • 深度学习大模型训练非其定位
  • 进化搜索耗时对算力有一定要求
  • 缺少托管服务需自行部署运行

如何接入

  • pip install fedot 作为 Python 库引入
  • 输入支持 NumPy Pandas 与文件路径
  • 集成 scikit-learn CatBoost XGBoost
  • 管道以 JSON 或压缩包导入导出

已知限制

  • 社区框架非商业托管支持有限
  • 进化搜索时间与资源开销较大
  • 中文文档较少以英文资料为主
  • 大规模数据需自行调优管道深度

接入与使用事实

部署方式
本地运行
实现语言
Python
中文界面
待确认
中文文档
待确认
定价方式
开源
许可证
待确认
国内可达性
国内可达
可达性观察
待补充
查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

  1. 代码仓库仅作事实索引
    查看来源

访问官网