文件名称：pymfe:Python元功能提取程序包
文件大小：636KB
文件格式：ZIP
更新时间：2024-06-03 15:59:12
machine-learning automl meta-learning meta-features metalearning
pymfe：Python元功能提取器 所述pymfe（PY马拉松米ETA-˚Featureëxtractor）提供一组综合的元功能在python实现。 根据最近的文献提出，该软件包带来了最前沿的元功能。 人们认为，pemfe体系结构可以系统地进行提取，从而可以生成一组可靠的元功能。 此外，pymfe遵循了最近的元功能形式化，旨在使MtL具有可重现性。 在这里，您可以使用不同的度量和汇总功能，设置其超参数，还可以自动测量经过的时间。 此外，您可以从特定模型中提取元特征，甚至可以使用引导程序以置信区间提取元特征。 还有许多其他有趣的功能，您可以在文档中查看有关此功能的更多信息。 元功能 在元学习（MtL）文献中，元功能是用于表征数据集和/或它们与算法偏差的关系的度量。 根据Brazdil等。 （2008），“元学习是对利用元知识通过适应机器学习和数据挖掘过程来获得有效模型和解决方案的原则方法
【文件预览】：
pymfe-master
----setup.py(2KB)
----.gitignore(2KB)
----requirements.txt(65B)
----.codecov.yml(624B)
----Makefile(2KB)
----.readthedocs.yml(610B)
----.travis.yml(997B)
----CONTRIBUTING.md(7KB)
----LICENCE(1KB)
----setup.cfg(40B)
----paper()
--------[2020][jmlr] pymfe.pdf(414KB)
----.github()
--------ISSUE_TEMPLATE()
----examples()
--------01_introductory_examples()
--------04_dev_examples()
--------data()
--------02_advanced_examples()
--------README.rst(3KB)
--------03_miscellaneous_examples()
----README.md(13KB)
----pymfe()
--------_dev.py(52KB)
--------complexity.py(103KB)
--------itemset.py(7KB)
--------_internal.py(60KB)
--------info_theory.py(22KB)
--------__init__.py(140B)
--------_summary.py(15KB)
--------_bootstrap.py(9KB)
--------general.py(13KB)
--------mfe.py(78KB)
--------clustering.py(32KB)
--------landmarking.py(38KB)
--------concept.py(13KB)
--------relative.py(8KB)
--------scoring.py(1KB)
--------statistical.py(60KB)
--------_version.py(604B)
--------model_based.py(29KB)
--------_utils.py(623B)
----tests()
--------test_scaling.py(3KB)
--------test_model_based.py(15KB)
--------test_errors_warnings.py(10KB)
--------test_statistical.py(20KB)
--------test_summary.py(10KB)
--------__init__.py(0B)
--------test_infotheo.py(6KB)
--------test_system_testing.py(2KB)
--------test_landmarking.py(8KB)
--------utils.py(867B)
--------test_scoring.py(2KB)
--------test_architecture.py(23KB)
--------test_concept.py(4KB)
--------test_output.py(9KB)
--------test_relative_landmarking.py(4KB)
--------test_complexity.py(14KB)
--------test_itemset.py(4KB)
--------test_datasets()
--------test_general.py(6KB)
--------test_clustering.py(7KB)
----.coveragerc(316B)
----docs()
--------Makefile(701B)
--------make.bat(791B)
--------sphinxext()
--------source()
----requirements-docs.txt(73B)
----requirements-dev.txt(66B)