Python启发式最优路径森林分类器
项目描述
OPFython:Python启发式最优路径森林分类器
欢迎使用OPFython。
请注意,此实现完全依赖于标准的 LibOPF。因此,如果使用我们的包,请也引用原始LibOPF 作者。
你是否想将数据分类到标签中?如果是,OPFython就是为你准备的!此包是一种处理最优路径森林分类器的创新方式。从下到上,从样本和数据集到实际的分类器,我们将培养所有与这一新趋势相关的所有研究。
需要库或希望使用OPFython时
- 创建你的数据集;
- 设计或使用预加载的先进分类器;
- 混合匹配不同的策略来解决你的问题;
- 因为分类事物很酷。
请参阅opfython.readthedocs.io上的文档。
OPFython与: Python 3.6+ 兼容。
包指南
- 你需要的第一信息就在下一个 下一节 中。
- 安装也很简单,如果你愿意阅读代码并自己动手,请继续阅读。
- 请注意,使用我们的解决方案可能需要一些额外的步骤。
- 如果出现问题,请不要 犹豫。联系我们。
引用
如果你使用OPFython满足任何需求,请引用以下之一
@article{rosa2021simpa,
title = {OPFython: A Python implementation for Optimum-Path Forest},
author = {Gustavo H. {de Rosa} and João P. Papa},
journal = {Software Impacts},
pages = {100113},
year = {2021},
issn = {2665-9638},
doi = {https://doi.org/10.1016/j.simpa.2021.100113},
}
@misc{rosa2021speedup,
title={Speeding Up OPFython with Numba},
author={Gustavo H. de Rosa and João Paulo Papa},
year={2021},
eprint={2106.11828},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
数据集
正在寻找数据集?我们已将一些预加载到OPF文件格式的数据集。只需在我们的网站上查看!
入门:用OPFython开始60秒
首先,我们有示例。是的,它们有注释。只需浏览到examples/
,选择你的子包,然后按照示例操作。我们对大多数任务都有高级示例。
或者,如果你想了解更多,请花一分钟时间
OPFython基于以下结构,你应该注意其树形结构
- opfython
- core
- heap
- node
- opf
- subgraph
- math
- distance
- general
- random
- models
- knn_supervised
- semi_supervised
- supervised
- unsupervised
- stream
- loader
- parser
- splitter
- subgraphs
- knn
- utils
- constants
- converter
- decorator
- exception
- logging
核心
核心是核心。本质上,它是所有内容的父级。你应该找到定义我们结构基础的父类。它们应该提供变量和方法,以帮助构建其他模块。
数学
仅仅因为我们正在计算东西,并不意味着我们不需要数学。数学是数学包,包含低级数学实现。从随机数到分布生成,你可以在本模块中找到你的需求。
模型
每个基于OPF的机器学习技术都在这个包中定义。从监督OPF到无监督OPF,你可以使用任何适合你需求的。
流
每个流水线都有其第一步,对吧?流包作为加载数据、将其解析为可行的数组,并将它们分成所需集(训练、评估、测试)的主要方法。
子图
由于每种OPF分类器可能需要一个特定的子图,我们决定定义一个独特的包来存放它们。子图包负责实现一些变体,例如k最近邻(KNN)子图。
实用工具
这是一个实用工具包。应该在应用程序中共享的常见事物在这里实现。最好一次性实现并按需使用,而不是反复实现同样的事情。
安装
我们认为一切都应该简单。不要复杂或令人畏惧,OPFython将是你需要的包,从第一次安装到日常任务实现需求。只需在你最偏好的Python环境中运行以下命令(raw、conda、virtualenv,等等)
pip install opfython
或者,如果您想安装最新的版本,请克隆此存储库并使用
pip install -e .
环境配置
请注意,有时需要额外的实现。如果需要,从这里您将了解所有详细信息。
Ubuntu
不需要特定的附加命令。
Windows
不需要特定的附加命令。
MacOS
不需要特定的附加命令。
支持
我们知道我们尽力而为,但承认我们犯错误是不可避免的。如果您需要报告错误、报告问题或与我们交谈,请这样做!我们将尽最大努力在此存储库或gustavo.rosa@unesp.br提供帮助。
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分布
构建分布版
opfython-1.0.12.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | c6945e40c4ebbee8313c7e6447a21082712ca9edb719b4dc1252e87105414609 |
|
MD5 | 06017d948651c6c5d0f3efd122aa3177 |
|
BLAKE2b-256 | c603536dcf853ad158c6909e45f221b9f3d9da817c0a88bac664f22085c4fe1e |
opfython-1.0.12-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | aa8412fab9038c41e8a410fd8766fd410d3c190c30fb46c29a1de951a3d04ed9 |
|
MD5 | 298ad9b872e1f417de948b005825c10c |
|
BLAKE2b-256 | 53f1464ffc9c29d5419e0f294fb35c7f695041c1c9b6d93b7612c976f3596ab4 |