skggm, Scikit学习通用图形模型的兼容估计.zip

时间:2022-10-07 10:56:54
【文件属性】:

文件名称:skggm, Scikit学习通用图形模型的兼容估计.zip

文件大小:2.78MB

文件格式:ZIP

更新时间:2022-10-07 10:56:54

开源

skggm, Scikit学习通用图形模型的兼容估计 :使用scikit学习API的高斯图形模式在过去的十年中,学习条件独立关系的学习网络已经成为机器学习和统计中的一个重要问题。 对于许多重要的概率分布,如多元高斯,这是对逆协方差矩阵估计的。 反向协方差估计在细胞生物学和神经


【文件预览】:
skggm-master
----MANIFEST.in(88B)
----.travis.yml(665B)
----images()
--------Theta.png(3KB)
--------X.png(6KB)
--------trace_plot.png(163KB)
--------sigma_hat.png(3KB)
--------S.png(6KB)
--------weighted_ell_1.png(14KB)
--------graphlasso_program.png(21KB)
--------skggm_workflow.png(878KB)
--------estimator_suite_scorecard_600x120.png(247KB)
--------scalar_lambda.png(3KB)
--------functional_connectivity_brain.png(415KB)
--------lambda_diagonals.png(8KB)
--------model_avg_support.png(98KB)
--------sklearn_skggm_compare.png(262KB)
--------Lambda.png(6KB)
--------functional_connectivity_precision.png(86KB)
--------estimator_suite_scorecard_100x20.png(247KB)
--------scalar_penalty.png(9KB)
--------penalty.png(15KB)
--------estimator_suite_plots_page0_100x20.png(127KB)
--------quicgraphlassocv_support.png(97KB)
--------theta_hat.png(3KB)
--------estimator_suite_plots_page1_100x20.png(118KB)
----LICENSE(1KB)
----setup.cfg(39B)
----inverse_covariance()
--------adaptive_graph_lasso.py(5KB)
--------profiling()
--------plot_util.py(4KB)
--------rank_correlation.py(5KB)
--------model_average.py(15KB)
--------metrics.py(4KB)
--------tests()
--------inverse_covariance.py(11KB)
--------__init__.py(967B)
--------quic_graph_lasso.py(32KB)
--------pyquic()
----requirements.txt(145B)
----doc()
--------api.rst(64B)
--------inverse_covariance.rst(298B)
--------conf.py(10KB)
--------make.bat(7KB)
--------modules.rst(91B)
--------requirements.txt(41B)
--------Makefile(7KB)
--------index.rst(775B)
--------_static()
----examples()
--------README.txt(199B)
--------trace_plot_example.py(3KB)
--------plot_functional_brain_networks.py(3KB)
--------estimator_suite.py(17KB)
--------ABIDE_Example.ipynb(216KB)
--------data()
--------convergence_comparison.py(1KB)
--------estimator_suite_spark.py(15KB)
--------profiling_example.py(2KB)
----setup.py(2KB)
----.gitignore(1KB)
----README.md(14KB)

网友评论