文件名称：Go中快速简便的特征处理-Golang开发
文件大小：947KB
文件格式：ZIP
更新时间：2024-06-15 12:24:32
Golang Images
go-featureprocessing非常适合Go中的低延迟机器学习推断数据模型，具有功能特征的Go快速和简单特征处理go-featureprocessing非常适合Go中的低延迟机器学习推断数据模型，功能特征的Go快速和简单特征处理sklearn。 支持拟合和序列化。 不越过cgo边界。 方便使用并与其他语言和框架集成。 // go：generate go run github.com/nikolaydubina/go-featureprocessing/cmd/generate -struct = Employee type Employee struct {Age int`feature：“ identity”`Salary float64`feature：“ m
【文件预览】：
go-featureprocessing-main
----cmd()
--------generate()
----docs()
--------bench_log.png(88KB)
--------benchmark_compare()
--------bench_lin.png(88KB)
--------codegen_transform_cpu_profile_selected.png(284KB)
--------codegen_transform_cpu_profile.png(357KB)
--------benchmarks()
--------reflect_transform_cpu_profile.png(266KB)
----.github()
--------dependabot.yml(431B)
--------workflows()
----LICENSE(1KB)
----structtransformer()
--------structtransformer_test.go(11KB)
--------structtransformer.go(3KB)
----.gitignore(33B)
----Makefile(1KB)
----go.sum(2KB)
----transformers()
--------discretization.go(552B)
--------discretization_test.go(2KB)
--------categorical.go(3KB)
--------scalers_test.go(6KB)
--------categorical_test.go(5KB)
--------samplenormalizers_test.go(3KB)
--------scalers.go(3KB)
--------common.go(223B)
--------textprocessors_test.go(7KB)
--------samplenormalizers.go(2KB)
--------textprocesors.go(5KB)
----README.md(12KB)
----go.mod(173B)