文件名称：颜色分类leetcode-susi:SuSi：用于无监督、监督和半监督自组织映射(SOM)的Python包
文件大小：492KB
文件格式：ZIP
更新时间：2024-07-26 15:51:46
系统开源
颜色分类leetcode SuSi：Python 中的监督自组织地图 用于无监督、监督和半监督自组织映射 (SOM) 的 Python 包 描述 我们展示了 Python 的 SuSi 包。 它包括用于无监督、监督和半监督任务的全功能 SOM： SOMClustering：用于聚类的无监督 SOM SOMRegressor：（半）监督回归 SOM SOMClassifier：（半）监督分类 SOM 执照： 作者： 引文： 查看和在文件中 文档： 安装： 纸： 安装 点 pip3 install susi conda conda install -c conda-forge susi 可以在 中找到更多信息。 例子 可以在 中找到代码示例的集合。 可以在此处找到作为 Jupyter Notebook 的代码示例： 常见问题 我应该如何设置 SOM 的初始超参数？ 有关超参数的更多详细信息，请参见 。 如何优化超参数？ SuSi 超参数可以优化，例如，使用 ，因为 SuSi 包是根据几个 scikit-learn 指南开发的。 引文 包含两个参考的 bibtex 文件在 . 纸： FM R
【文件预览】：
susi-main
----MANIFEST.in(57B)
----README.rst(6KB)
----.coveragerc(25B)
----pyproject.toml(314B)
----docs()
--------SOMUtils.rst(68B)
--------SOMClassifier.rst(124B)
--------conf.py(6KB)
--------SOMClustering.rst(124B)
--------install.rst(853B)
--------citation.rst(2KB)
--------changelog.rst(30B)
--------SOMPlots.rst(67B)
--------SOMRegressor.rst(122B)
--------hyperparameters.rst(6KB)
--------examples.rst(1KB)
--------Makefile(580B)
--------index.rst(1KB)
--------faqs.rst(963B)
--------_static()
----.github()
--------workflows()
----meta.yaml(953B)
----tests()
--------test_SOMRegressor.py(6KB)
--------test_MultiOutput.py(561B)
--------test_SOMClustering.py(18KB)
--------test_SOMEstimator.py(670B)
--------test_SOMClassifier.py(8KB)
----LICENSE(1KB)
----bibliography.bib(730B)
----guide()
--------.vuepress()
--------README.md(2KB)
----requirements.txt(403B)
----susi()
--------SOMUtils.py(3KB)
--------SOMClassifier.py(17KB)
--------__init__.py(368B)
--------SOMEstimator.py(17KB)
--------SOMClustering.py(29KB)
--------SOMRegressor.py(5KB)
--------SOMPlots.py(6KB)
----examples()
--------SOMRegressor_multioutput.ipynb(107KB)
--------SOMRegressor.ipynb(86KB)
--------SOMClustering.ipynb(165KB)
--------SOMRegressor_semisupervised.ipynb(5KB)
--------SOMClassifier.ipynb(75KB)
--------plots()
--------salinas()
--------pickles()
--------SOMClassifier_semisupervised.ipynb(5KB)
----setup.py(2KB)
----.gitignore(2KB)
----CHANGELOG.rst(4KB)
----CODE_OF_CONDUCT.md(3KB)