文件名称：benchml:ML基准测试和流水线框架
文件大小：1.83MB
文件格式：ZIP
更新时间：2024-04-06 15:44:34
JupyterNotebook
描述 BenchML是用于快速开发和部署ML模型的机器学习（ML）套件。 该库适用于物理/化学数据集和预测设置。 它实现了转换并为各种原子和分子描述符，数据过滤和特征生成例程，回归器和分类器等提供了插件。可以使用基于网格的协议或贝叶斯协议有效地优化管道，从而通过依赖项哈希最小化重新计算。 安装 对于没有插件的最小化安装，只需 pip install benchml 要进行完整安装，请从env.yml创建一个（新的）conda环境。 例如， git clone https://github.com/capoe/benchml.git cd benchml conda env create python=3.7 -n py3benchml -f env.yml conda activate py3benchml pip install benchml # (or: pip install
【文件预览】：
benchml-master
----configure.py(272B)
----MANIFEST.in(0B)
----bin()
--------binfo(1006B)
--------bbatch(2KB)
--------bml(6KB)
--------bxyz(4KB)
--------bmeta(4KB)
--------bmark(2KB)
----test()
--------test_morgan()
--------test_dscribe()
--------test_soap()
--------test_all.py(2KB)
--------test_gylm()
--------test_data()
--------test_asap()
----env.yml(226B)
----analysis-kit()
--------join.py(408B)
--------bml_analysis_plot.py(5KB)
--------bml_analysis_io.py(4KB)
--------analysis.ipynb(903KB)
--------extract_kernel.py(2KB)
--------bml_analysis_func.py(6KB)
----benchml()
--------models()
--------transforms.py(6KB)
--------readwrite.py(11KB)
--------ensemble.py(3KB)
--------utils.py(2KB)
--------hyper.py(6KB)
--------logger.py(19KB)
--------test()
--------plugins()
--------matrix.py(4KB)
--------analysis.py(3KB)
--------benchmark.py(4KB)
--------pipeline.py(32KB)
--------splits.py(4KB)
--------ptable.py(6KB)
--------__init__.py(452B)
--------accumulator.py(5KB)
--------filters()
--------descriptors()
--------conformal.py(2KB)
--------kernels()
--------predictors()
--------data.py(6KB)
----examples()
--------benchmark()
--------nphil()
--------metric_distribution()
--------extract()
--------conformal_ensemble()
--------marchenko_pastur()
----setup.py(1KB)
----.gitignore(74B)
----web()
--------bml.svg(73KB)
--------model.png(348KB)
--------bml.png(22KB)
----README.md(17KB)
----LICENSE.txt(11KB)