文件名称：sklearn:尝试在C ++中实现Python的Scikit Learn（单头且无依赖项）
文件大小：259KB
文件格式：ZIP
更新时间：2024-05-15 13:10:19
machine-learning C++
斯克莱恩 尝试在C ++中为Python实现Scikit Learn 预处理： 回归： 分类： 标准化 所需来源： preprocessing.h，proecessing.cpp和statx.h StandardScaler将通过去除均值并缩放到单位方差来标准化要素。 参考： // SWAMI KARUPPASWAMI THUNNAI # include < iostream> # include " preprocessing.h " int main () { StandardScaler scaler ({ 0 , 0 , 1 , 1 }); std::vector< double> scaled = scaler. scale (); // Scaled value and inverse scaling for ( double i : scaled) {
【文件预览】：
sklearn-master
----datasets()
--------boston_house_prices.json(150KB)
--------breast_cancer_dataset.h(173KB)
--------ReadMe.md(1KB)
--------iris.json(21KB)
----LICENSE(1KB)
----static()
--------slr.png(35KB)
----.github()
--------FUNDING.yml(674B)
----README.md(9KB)
----sklearn()
--------logistic_regression.h(748B)
--------bnb.cpp(5KB)
--------statx.h(13KB)
--------naive_bayes.cpp(7KB)
--------mlr.cpp(3KB)
--------bnb.h(2KB)
--------string_view.h(17KB)
--------lsr.h(1KB)
--------preprocessing.cpp(2KB)
--------noob_pandas.h(1KB)
--------matrix.h(8KB)
--------hash.h(15KB)
--------porter2_stemmer.h(3KB)
--------json.h(693KB)
--------logistic_regression.cpp(3KB)
--------count_vectorizer.h(934B)
--------lsr.cpp(3KB)
--------preprocessing.h(1KB)
--------porter2_stemmer.cpp(16KB)
--------count_vectorizer.cpp(4KB)
--------mlr.h(706B)
--------naive_bayes.h(2KB)