文件名称：mealy:scikit学习模型的模型误差分析
文件大小：268KB
文件格式：ZIP
更新时间：2024-05-12 09:27:48
python machine-learning Python
介绍 粉状是一个Python包来执行scikit学习模型利用错误树的M个Odel等ëRROR甲呐LY SIS。 该项目目前由研究团队维护。 这是一个Alpha版本。 入门 MEA提供了一些示例，可帮助您开始使用模型误差分析： 的误差分析提供了结构化数据回归模型的基本误差分析。 的错误分析提供了对结构化数据的分类流水线的基本错误分析。 模型误差分析 在训练了ML模型后，数据科学家需要调查模型失败，以建立对模型表现不佳的关键子种群的直觉。 该分析在模型设计和特征工程的迭代过程中必不可少，并且通常是手动执行的。 该粉状软件包简化了对导致模型错误的主要因素进行分析的样本，并为用户提供了自动工具，可将模型错误分为有意义的组，更易于分析，并突出显示最常见的错误类型以及有问题的与故障相关的功能。 我们称正在调查的模型为主要模型。 该方法依赖于错误树，该树是经过训练以预测主要模型预测是正确还
【文件预览】：
mealy-main
----setup.py(3KB)
----.gitignore(95B)
----LICENSE(11KB)
----doc()
--------_templates()
--------Makefile(634B)
--------index.rst(1KB)
--------conf.py(11KB)
--------_static()
--------introduction.rst(5KB)
--------reference.rst(397B)
----examples()
--------plot_mealy.py(5KB)
--------README.rst(60B)
--------plot_mealy_pipeline.py(7KB)
----README.md(8KB)
----mealy()
--------preprocessing.py(15KB)
--------error_visualizer.py(15KB)
--------__init__.py(239B)
--------error_tree.py(3KB)
--------constants.py(2KB)
--------metrics.py(4KB)
--------tests()
--------error_analyzer.py(20KB)
--------version.py(4KB)
--------error_analysis_utils.py(2KB)