hep_ml:高能物理的机器学习

时间:2024-02-23 23:15:12
【文件属性】:

文件名称:hep_ml:高能物理的机器学习

文件大小:561KB

文件格式:ZIP

更新时间:2024-02-23 23:15:12

python machine-learning scikit-learn neural-networks high-energy-physics

hep_ml hep_ml提供用于高能物理的特定机器学习工具。 主要特点 统一分类器-预测与质量(或某些其他变量,甚至一组变量)相关性较低的分类器 uBoost内部优化的实现 UGradientBoosting (具有不同的损失,尤其是FlatnessLoss引起了极大的兴趣) 一致性度量(请参阅hep_ml.metrics ) UGradientBoosting的分类,回归和排名方面的高级损失(请参阅hep_ml.losses )。 hep_ml.nnet-基于theano的柔性神经网络 hep_ml.reweight-重新加权多维分布(此处的多表示2、3、5和更多尺寸-请参见GBReweighter!) hep_ml.splot-简约的绘图 hep_ml.speedup-建立用于快速分类的模型(Bonsai BDT) sklearn-估计值的兼容性。 安装 基本安装: pip install hep_ml 如果您是python的新手,并且从未使用过pip ,请首先安装scikit-learn。 要使用最新的开发版本,请克隆它并使用pip安装: git clone


【文件预览】:
hep_ml-master
----setup.py(2KB)
----.gitignore(604B)
----requirements.txt(161B)
----data()
--------readme.md(148B)
----.travis.yml(414B)
----hep_ml()
--------preprocessing.py(7KB)
--------metrics_utils.py(10KB)
--------__init__.py(120B)
--------splot.py(2KB)
--------experiments()
--------tree.py(2KB)
--------commonutils.py(13KB)
--------nnet.py(29KB)
--------metrics.py(16KB)
--------gradientboosting.py(10KB)
--------uboost.py(24KB)
--------speedup.py(8KB)
--------reweight.py(18KB)
--------losses.py(37KB)
----publish_to_pypi.sh(187B)
----LICENSE(11KB)
----builddocs.sh(713B)
----notebooks()
--------sPlot.ipynb(192KB)
--------BoostingToUniformity.ipynb(317KB)
--------DemoReweighting.ipynb(176KB)
--------DemoNeuralNetworks.ipynb(13KB)
----README.md(3KB)
----tests()
--------test_uboost.py(6KB)
--------__init__.py(99B)
--------test_nnet.py(6KB)
--------_metrics_oldimplementation.py(12KB)
--------test_metrics.py(13KB)
--------test_preprocessing.py(4KB)
--------test_commonutils.py(5KB)
--------test_speedup.py(3KB)
--------test_reweight.py(4KB)
--------test_gradientboosting.py(7KB)
--------test_losses.py(5KB)
--------test_splot.py(1KB)
----docs()
--------metrics.rst(125B)
--------preprocessing.rst(134B)
--------reweight.rst(138B)
--------Makefile(7KB)
--------index.rst(3KB)
--------gb.rst(136B)
--------conf.py(9KB)
--------splot.rst(100B)
--------_static()
--------make.bat(7KB)
--------notebooks.rst(376B)
--------nnet.rst(106B)
--------losses.rst(146B)
--------uboost.rst(103B)
--------speedup.rst(124B)

网友评论