扩展了onnx参考实现和onnxruntime支持的操作列表，或在C++中实现更快版本。
项目描述
mlinsights: scikit-learn的扩展
mlinsights 扩展了 scikit-learn，增加了几个新的模型、转换器、指标和绘图功能。它提供了新的训练器，例如 QuantileLinearRegression，它使用基于决策树的 L1 范数非线性相关来训练线性回归，或者 QuantileMLPRegressor，这是 scikit-learn 的 MLPRegressor 的修改版本，使用 L1 范数来训练多层感知器。它还探索了 PredictableTSNE，它训练一个监督模型来复制 t-SNE 的结果，或者 PiecewiseRegression，它在拟合模型之前将数据分成几部分。 PiecewiseTreeRegressor 使用线性回归在每个部分上训练分段回归器。 IntervalRegressor 通过使用自助法来生成置信区间。 ApproximateNMFPredictor 通过不重新训练来近似 NMF 以生成预测。
下载文件
下载适合您平台的文件。如果您不确定要选择哪个，请了解更多关于 安装包 的信息。
源代码发行版
mlinsights-0.5.1.tar.gz (1.7 MB 查看哈希值)
构建发行版
mlinsights-0.5.1-cp310-cp310-win_amd64.whl (584.1 kB 查看哈希值)
关闭
哈希值（mlinsights-0.5.1-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl）
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 9c8e1752a9a4014c8d65ba60cff3478efef7c5ca889215f541157f34df15bda4 |
|
| MD5 | 37de46f57eb9e4f176c79c9887c0c10f |
|
| BLAKE2b-256 | 2f214174d3678e09bdf460d1e1ddbe6b3b44128c0fec5f70f5c464c85ac73f61 |
关闭
哈希值（mlinsights-0.5.1-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl）
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | e4df72ef7b716c24a463eb5fc93ec769b1a27bef9e2d9296a9b59ad790073bde |
|
| MD5 | 6dcd325cdb19a35bc86bb803b628c9d7 |
|
| BLAKE2b-256 | 10698697721e7174aef4c731ffdd22d4f88e995e3384bbf7f6d2c51a9e94c439 |
关闭
哈希值（mlinsights-0.5.1-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl）
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 36210aee29e7896d60da9c0ea339af03e40e764b0ec46021e6131221061b8d65 |
|
| MD5 | de48358fb046ff1ca1f97b11a3622220 |
|
| BLAKE2b-256 | c77cae6dbfc57c945b18653b93c2d6be3aaecbeffe3f2c87e659bbc4ed2c1652 |