文件名称：polyssifier:对您的数据运行大量分类器并获得AUC报告
文件大小：248KB
文件格式：ZIP
更新时间：2024-06-03 06:42:47
classifier regression auc mlp Python
聚粒化剂 Polyssifier对数据运行多种机器学习模型。 它报告分数，混淆矩阵，预测，并绘制按分类器性能排序的分数。 安装 pip install polyssifier 如何使用 用于分类 from polyssifier import poly # Load data data = np . load ( "/path/to/data.npy" ) label = np . load ( "/path/to/labels.npy" ) # Run analysis report = poly ( data , label , n_folds = 8 ) # Plot results report . plot_scores () report . plot_features ( ntop = 10 ) 回归 from polyssifier import polyr # Loa
【文件预览】：
polyssifier-master
----.travis.yml(776B)
----.coveragerc(216B)
----AUTHORS.md(259B)
----sample()
--------example.ipynb(328KB)
----polyssifier()
--------report.py(5KB)
--------logger.py(529B)
--------polyssifier.py(21KB)
--------__init__.py(96B)
--------poly_utils.py(10KB)
----tests()
--------test_classification.py(2KB)
--------test_regression.py(2KB)
--------test_multiclass.py(2KB)
--------test_polynomial.py(545B)
----LICENSE(18KB)
----uploadPip.sh(366B)
----setup.cfg(66B)
----requirements.txt(200B)
----setup.py(2KB)
----.gitignore(716B)
----README.md(2KB)