文件名称：gamelanpy:GAMELAN（能源LANscapes的GhAphical模型）算法的Python实现
文件大小：66KB
文件格式：ZIP
更新时间：2024-06-09 17:58:59
Python
加美兰 GamelanPy是GAMELAN（能源LANscape的生成模型）算法的python实现。 该算法用于学习蛋白质结构波动的稀疏高斯混合模型，但是也可以用于其他数据，在这些数据中可以假定原始数据遵循高斯分布的混合。 GamelanPy支持用于可伸缩性和非超自然分布的子采样方法选项，以提供比高斯分布更丰富的分布族。 该软件包包含一个纯Python库和用于命令行用法的脚本。 有关算法的更多详细信息，请参阅蛋白质构象亚状态的稀疏高斯混合模型的有效学习。 依存关系 GamelanPy经过测试可在Python 2.7下运行（未在Python 3.x中进行测试）。所需的依赖项是： numpy的> = 1.6.0 scipy> = 0.13.0 scikit学习> = 0.16.0 库中的核心类和函数建立在scikit-learn的GMM类之上。 GamelanPy是一个纯python
【文件预览】：
gamelanpy-master
----MANIFEST(269B)
----LICENSE(1KB)
----setup.cfg(39B)
----gamelanpy()
--------coreset.py(4KB)
--------nonparanormal.py(6KB)
--------imputation_util.py(4KB)
--------weighted_kmeans.py(18KB)
--------__init__.py(327B)
--------json_util.py(1KB)
--------sparse_gmm.py(6KB)
--------_weighted_kmeans.pyx(3KB)
--------_weighted_kmeans.c(289KB)
----examples()
--------learn_sparse_gmm.py(449B)
--------learn_sparse_gmm_bic.py(721B)
----setup.py(717B)
----.gitignore(702B)
----README.md(10KB)
----scripts()
--------gamelan_learn_model.py(4KB)
--------gamelan_imputation.py(2KB)
----LICENSE.txt(724B)