【文件属性】：
文件名称：hellinger-distance-criterion:使用Hellinger距离作为分裂准则的随机森林模型
文件大小：64KB
文件格式：ZIP
更新时间：2021-05-01 02:09:16
Python
赫林格准则
sklearn随机森林和决策树分类器的Hellinger距离准则
我正在将其添加到scikit-learn-contrib / imbalanced-learn
建造
您将需要来自sklearn的cython“头文件”（.pxd）。
如果您已经从源代码包中安装了sklearn，那么您已经安装了它。
如果您使用pip install sklearn安装了sklearn，则需要获取它。
转到
下载_criterion.pxd并将其放置在本地sklearn安装文件夹中
Linux通常位于/usr/local/lib/python3.5/dist-packages/sklearn/tree
Windows通常位于C：\ Users \ [用户名] \ AppData \ Local \ Continuum \ Anaconda3 \ Lib \ site-packages
【文件预览】：
hellinger-distance-criterion-master
----example()
--------hellinger_distance_criterion.cpython-35m-x86_64-linux-gnu.so(106KB)
--------random_forest_train.ipynb(5KB)
--------hellinger_distance_criterion.cp36-win_amd64.pyd(40KB)
----docker-example()
--------random_forest_train.py(2KB)
--------Dockerfile(578B)
--------README.md(366B)
----hellinger_distance_criterion.pyx(3KB)
----LICENSE(1KB)
----setup.py(380B)
----.gitignore(58B)
----README.md(1KB)