文件名称：cortado:纯Python中的高性能ML
文件大小：12.79MB
文件格式：ZIP
更新时间：2024-06-06 03:43:04
Python
cortado：用于机器学习的高性能100％Python软件包 安装 可以从pip安装cortado ： pip install cortado 主要特点： 对数字和分类数据（协变量和因子）的本地支持 创新的功能工程：虚拟数据列以及数字和分类数据之间的轻松转换 当数据帧大于RAM时超出核心数据处理范围 在500行Python代码中实现XGBoost logistic，比原始C ++实现快3倍（在后台使用Numba jit） 易于扩展，以功能样式编写，易于撰写 与pandas数据框兼容 更多即将推出！ 在Kaggle上的演示笔记本： 如何贡献 欢迎所有贡献和错误报告。 我可以租用！
【文件预览】：
cortado-master
----.gitignore(2KB)
----README.md(1KB)
----Pipfile.lock(55KB)
----tests()
--------test_seq.py(626B)
--------test_dataframe.py(1KB)
--------context.py(120B)
--------test_xgblogit.py(3KB)
----.vscode()
--------launch.json(2KB)
--------settings.json(506B)
----LICENSE(1KB)
----Pipfile(306B)
----cortado()
--------split.py(13KB)
--------parsefactorcovariate.py(1KB)
--------vectorslicer.py(737B)
--------seq.py(3KB)
--------tree.py(955B)
--------consts.py(51B)
--------nfactorslicer.py(881B)
--------abstractslicer.py(217B)
--------boolvariate.py(594B)
--------chunk.py(1KB)
--------abstractfactor.py(2KB)
--------cutcovfactor.py(3KB)
--------constfactor.py(1KB)
--------factor.py(2KB)
--------logistic.py(2KB)
--------abstractcovariate.py(2KB)
--------__init__.py(657B)
--------cachedcovariate.py(989B)
--------funcslicer.py(326B)
--------covariate.py(2KB)
--------fileslicer.py(729B)
--------abstractboolvariate.py(757B)
--------cachedfactor.py(1KB)
--------dataframe.py(9KB)
----setup.py(561B)
----data()
--------airlinetest.csv(4.66MB)
--------airlinetrain1m.csv(46.62MB)