文件名称：go-featureprocessing：用于Go的快速，简单的类似sklearn的特征处理
文件大小：950KB
文件格式：ZIP
更新时间：2024-03-10 02:17:14
go machine-learning feature-engineering Go
功能化处理 快速，简单的的Go功能处理 不越过cgo边界 没有内存分配 无反省 方便的序列化 生成的代码具有100％的测试覆盖率和基准 配件 UTF-8 并行批处理变换 在批处理模式下比sklearn更快 SIMD 卡达 装配分析和手工制作的版本 无堆版本 ONNX模型导入 //go:generate go run github.com/nikolaydubina/go-featureprocessing/cmd/generate -struct=Employee type Employee struct { Age int `feature:"identity"` Salary float64 `feature:"minmax"` Kids int `feature:"maxabs"` Weig
【文件预览】：
go-featureprocessing-main
----.gitignore(33B)
----go.mod(362B)
----Makefile(1KB)
----LICENSE(1KB)
----go.sum(6KB)
----.github()
--------workflows()
--------dependabot.yml(431B)
----structtransformer()
--------structtransformer_test.go(11KB)
--------structtransformer.go(3KB)
----README.md(13KB)
----transformers()
--------samplenormalizers_test.go(3KB)
--------categorical.go(3KB)
--------categorical_test.go(5KB)
--------samplenormalizers.go(2KB)
--------textprocessors_test.go(7KB)
--------discretization_test.go(2KB)
--------textprocesors.go(5KB)
--------scalers.go(3KB)
--------discretization.go(552B)
--------scalers_test.go(6KB)
--------common.go(223B)
----docs()
--------reflect_transform_cpu_profile.png(266KB)
--------benchmark_compare()
--------bench_log.png(88KB)
--------codegen_transform_cpu_profile.png(357KB)
--------codegen_transform_cpu_profile_selected.png(284KB)
--------benchmarks()
--------githubstats.json(1KB)
--------bench_lin.png(88KB)
----cmd()
--------generate()