投影追踪：多元投影追踪回归和单变量分类的实现

【文件属性】：
文件名称：投影追踪：多元投影追踪回归和单变量分类的实现
文件大小：31KB
文件格式：ZIP
更新时间：2021-02-04 01:16:44
coveralls machine-learning travis-ci scikit-learn sphinx 投影追踪 ，。 该存储库是基于Jerome Friedman的泛化[1]和Werner Stuetzle的Projection Pursuit Regression回归算法[2] [3]的几个兼容估计量的所在地。 包括能够进行多变量估计和降维的回归变量，以及基于回归到单变量多变量表示的单变量分类器。 此存储库还旨在作为一个精简示例，说明如何使用TravisCI，Coveralls，Sphinx，PyTest，如何部署到PyPI和Github Pages，以及如何创建通过sklearn检查和Scikit-Learn估计器。遵循PEP 8样式标准。 安装及使用 该程序包本身带有一个包含估算器

【文件预览】：
projection-pursuit-master
----.travis.yml(2KB)
----.github()
--------FUNDING.yml(726B)
----LICENSE(1KB)
----benchmarks()
--------compare_classifier.py(3KB)
--------compare_to_neural_network.py(2KB)
----doc()
--------conf.py(3KB)
--------skpp.rst(103B)
--------math.tex(22KB)
--------Makefile(610B)
--------index.rst(376B)
----examples()
--------README.txt(48B)
--------viz_training_process.py(1KB)
--------plot_classifier.py(1KB)
--------plot_transformer.py(1KB)
--------plot_regressor.py(762B)
----setup.py(683B)
----.gitignore(78B)
----README.md(3KB)
----skpp()
--------tests()
--------skpp.py(21KB)
--------__init__.py(94B)
----.editorconfig(87B)