文件名称：sklearn-instrumentation:广义scikit-learn机器学习模型工具库
文件大小：87KB
文件格式：ZIP
更新时间：2024-05-08 02:11:38
machine-learning scikit-learn instrumentation Python
斯克莱恩仪器 scikit学习模型的通用仪器工具。 sklearn_instrumentation允许使用从sklearn.base.BaseEstimator继承的估计器和转换器对sklearn包和任何scikit-learn兼容的包进行sklearn.base.BaseEstimator 。 规范将装饰器应用于BaseEstimator派生的类或实例的方法。 默认情况下，检测器将检测应用到以下方法（除非它们是实例的属性）： 合身 预测 Forecast_log_proba 预测_proba 转换 _合身 _预测 _predict_log_proba _predict_proba _转换 sklearn仪器支持完整的sklearn兼容软件包的检测，以及模型的递归检测（如Pipeline估计量，甚至如RandomForestClassifier单个估计量） 安装 sklear
【文件预览】：
sklearn-instrumentation-main
----sklearn_instrumentation()
--------__init__.py(126B)
--------utils.py(7KB)
--------config.py(827B)
--------instruments()
--------_version.py(22B)
--------instrumentor.py(23KB)
--------testing.py(12KB)
----poetry.lock(90KB)
----.gitignore(2KB)
----Makefile(712B)
----.readthedocs.yml(129B)
----pyproject.toml(3KB)
----.tool-versions(26B)
----LICENSE.txt(1KB)
----.github()
--------workflows()
----examples()
--------__init__.py(0B)
--------cprofiler.py(1KB)
--------prometheus.py(3KB)
--------class_instrumentation.py(2KB)
--------pyinstrument_.py(1KB)
--------memory_profiler_.py(1KB)
--------time_elapsed_logger.py(1KB)
--------statsd_.py(1KB)
----README.rst(11KB)
----tests()
--------conftest.py(4KB)
--------instruments()
--------test_utils.py(4KB)
--------test_instrumentor.py(2KB)
----CHANGELOG.rst(1KB)
----docs()
--------class_instrumentation.rst(3KB)
--------_templates()
--------package_instrumentation.rst(5KB)
--------instrumentor.rst(889B)
--------requirements.txt(7KB)
--------Makefile(634B)
--------index.rst(2KB)
--------conf.py(2KB)
--------configuration.rst(176B)
--------_static()
--------make.bat(795B)
--------estimator_instrumentation.rst(3KB)
--------instruments()
--------utils.rst(73B)