文件名称：QuaPy：用Python编写的量化框架
文件大小：77KB
文件格式：ZIP
更新时间：2024-03-08 20:26:16
Python
质保 QuaPy是用Python编写的用于量化（又称监督患病率估计）的开源框架。 QuaPy源自数据样本的概念，并提供了量化文献中最重要的概念的实现，例如最重要的量化基准，许多高级量化方法，面向量化的模型选择，许多评估方法和用于评估量化方法的协议。 QuaPy还集成了常用的数据集，并提供可视化工具，以促进结果的分析和解释。 一个简单的例子： 以下脚本获取Twitter数据集，并根据估计的测试集的类患病率与测试集的实际患病率之间的平均绝对误差（MAE）训练和评估“调整后的分类和计数”模型。 import quapy as qp from sklearn . linear_model import LogisticRegression dataset = qp . datasets . fetch_twitter ( 'semeval16' ) # create an "Adjusted
【文件预览】：
QuaPy-master
----.gitignore(2KB)
----NewMethods()
--------new_experiments.py(2KB)
--------methods.py(5KB)
--------new_gen_tables.py(6KB)
--------settings.py(83B)
----plot_example.py(2KB)
----prepare_svmperf.sh(307B)
----LICENSE(1KB)
----TweetSentQuant()
--------tabular.py(11KB)
--------gen_tables.py(6KB)
--------evaluate_results.py(1KB)
--------util.py(3KB)
--------gen_plots.py(4KB)
--------experiments.py(9KB)
--------settings.py(123B)
--------Gao_Sebastiani_results.txt(2KB)
----README.md(4KB)
----test.py(9KB)
----quapy()
--------method()
--------plot.py(9KB)
--------data()
--------__init__.py(538B)
--------model_selection.py(9KB)
--------error.py(3KB)
--------functional.py(6KB)
--------util.py(4KB)
--------classification()
--------evaluation.py(8KB)
----svm-perf-quantification-ext.patch(20KB)
----TODO.txt(1KB)