文件名称：稳定性选择：与scikit-learn兼容的稳定性选择实现
文件大小：40KB
文件格式：ZIP
更新时间：2024-02-24 01:22:30
machine-learning statistics scikit-learn feature-selection scikit-learnPython
稳定性选择-兼容scikit-learn的稳定性选择实现 稳定性选择是稳定性选择特征选择算法的Python实现，最早由提出。 稳定性选择的思想是通过生成数据的自举样本，将更多的噪声注入原始问题，并使用基本特征选择算法（例如LASSO）来找出哪些特征在每个采样版本的数据中都很重要。 然后汇总每个自举样本的结果，以计算数据中每个特征的稳定性得分。 然后可以通过为稳定性评分选择合适的阈值来选择特征。 安装 要安装模块，请克隆存储库 git clone https://github.com/scikit-learn-contrib/stability-selection.git 在安装模块之前，您将需要numpy ， matplotlib和sklearn 。 分别安装这些模块，或使用requirements.txt文件安装： pip install -r requirements.txt 并在项目目录中执行以下命令以安装stability-selection ： python setup.py install 文档和算法详细信息 有关模块的详细信息，请参见；有关算法的详细信息，请参
【文件预览】：
stability-selection-master
----MANIFEST.in(25B)
----circle.yml(1KB)
----ci_scripts()
--------circleci()
--------travis()
--------appveyor()
----.nojekyll(0B)
----requirements.txt(61B)
----doc()
--------make.bat(6KB)
--------stability_selection.rst(163B)
--------conf.py(10KB)
--------index.rst(3KB)
--------Makefile(7KB)
--------randomized_lasso.rst(151B)
--------api.rst(91B)
----stability_selection()
--------bootstrap.py(5KB)
--------__init__.py(267B)
--------tests()
--------stability_selection.py(17KB)
--------randomized_lasso.py(6KB)
----examples()
--------plot_stability_scores.py(2KB)
--------plot_randomized_lasso_path.py(1KB)
--------README.txt(81B)
----.travis.yml(711B)
----LICENSE(1KB)
----setup.cfg(647B)
----setup.py(744B)
----README.md(6KB)
----appveyor.yml(3KB)
----.gitignore(830B)