文件名称：skgrf:适用于grf C ++随机森林库的scikit-learn兼容Python绑定
文件大小：94KB
文件格式：ZIP
更新时间：2024-05-01 23:37:40
machine-learning random-forest scikit-learn Python
skgrf skgrf提供兼容Python绑定到C ++随机森林的实现， ，使用 。 skgrf的最新版本使用grf 版本。 skgrf仍在开发中。 请为任何差异或错误创建问题。 欢迎公关。 安装 skgrf在上可用，可以通过pip安装： pip install skgrf 估算器 GRFBoostedRegressor GRFCausalRegressor GRF工具回归 GRFLocalLinearRegressor GRFQuantileRegressor GRF回归器 生存 用法 GRF回归器 GRFRegressor预测器使用grf的RegressionPredictionStrategy类。 from sklearn . datasets import load_boston from sklearn . model_selection import t
【文件预览】：
skgrf-main
----skgrf()
--------ensemble()
--------_version.py(22B)
--------__init__.py(39B)
----.dockerignore(112B)
----README.rst(4KB)
----.github()
--------workflows()
----.tool-versions(26B)
----.gitmodules(69B)
----LICENSE.txt(34KB)
----poetry.lock(90KB)
----Dockerfile(1KB)
----TODO.md(714B)
----buildpre.py(401B)
----Makefile(1KB)
----grf()
----docs()
--------grf_causal_regressor.rst(210B)
--------_templates()
--------make.bat(795B)
--------grf_survival.rst(183B)
--------conf.py(2KB)
--------requirements.txt(6KB)
--------grf_regressor.rst(188B)
--------index.rst(3KB)
--------Makefile(634B)
--------grf_boosted_regressor.rst(201B)
--------grf_local_linear_regressor.rst(226B)
--------grf_instrumental_regressor.rst(228B)
--------grf_quantile_regressor.rst(212B)
--------_static()
----tests()
--------ensemble()
--------fixtures()
--------conftest.py(3KB)
----.readthedocs.yml(132B)
----.gitignore(2KB)
----pyproject.toml(2KB)
----build.py(2KB)