与scikit-learn兼容的量分森林。

这些详细信息尚未由PyPI验证

项目链接

项目描述

quantile-forest

quantile-forest 提供了与scikit-learn兼容的Python实现量分回归森林。

分位数回归森林（QRF）是一种非参数、基于树的集成方法，用于估计条件分位数，适用于高维数据和不确定性估计。[1] 该软件包中的估计器是性能优良的Cython优化QRF实现，它扩展了scikit-learn中可用的森林估计器，以估计条件分位数。估计器可以在预测时估计任意分位数，无需重新训练，并提供袋外估计、计算分位数等级和计算邻近度计数的方法。它们与scikit-learn森林回归器兼容，并可作为其直接替代品。

加利福尼亚住房数据拟合模型预测和预测区间示例（代码）

快速入门

使用pip从PyPI安装quantile-forest

pip install quantile-forest

用法

from quantile_forest import RandomForestQuantileRegressor
from sklearn import datasets
X, y = datasets.fetch_california_housing(return_X_y=True)
qrf = RandomForestQuantileRegressor()
qrf.fit(X, y)
y_pred = qrf.predict(X, quantiles=[0.025, 0.5, 0.975])

文档

安装指南、API文档和示例可以在文档中找到。

参考文献

[1] N. Meinshausen, "Quantile Regression Forests", Journal of Machine Learning Research, 7(Jun), 983-999, 2006. http://www.jmlr.org/papers/volume7/meinshausen06a/meinshausen06a.pdf

引用

如果您在学术工作中使用了此软件包，请考虑引用https://joss.theoj.org/papers/10.21105/joss.05976

@article{Johnson2024,
    doi = {10.21105/joss.05976},
    url = {https://doi.org/10.21105/joss.05976},
    year = {2024},
    publisher = {The Open Journal},
    volume = {9},
    number = {93},
    pages = {5976},
    author = {Reid A. Johnson},
    title = {quantile-forest: A Python Package for Quantile Regression Forests},
    journal = {Journal of Open Source Software}
}

项目详情

这些详细信息尚未由PyPI验证

项目链接

发布历史发布通知 | RSS源

本版本

1.3.11

2024年9月11日

1.3.10

2024年9月1日

1.3.9

2024年8月23日

1.3.8

2024年8月15日

1.3.7

2024年6月20日

1.3.6

2024年5月23日

1.3.5

2024年4月15日

1.3.4

2024年2月22日

1.3.3

2024年2月17日

1.3.2

2024年2月15日

1.3.1

2024年2月12日

1.3.0

2024年2月11日

1.2.5

2024年2月10日

1.2.4

2024年1月17日

1.2.3

2023年10月9日

1.2.2

2023年10月8日

1.2.1

2023年10月4日

1.2.0

2023年8月2日

1.1.3

2023年7月8日

1.1.2

2023年3月15日

1.1.1

2022年12月19日

1.1.0

2022年11月7日

1.0.2

2022年3月28日

1.0.1

2022年3月24日

1.0.0

2022年3月23日

下载文件

下载适用于您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。

源代码发行版

quantile_forest-1.3.11.tar.gz (97.2 kB 查看哈希)

上传时间 2024年9月11日 源

构建的发行版

quantile_forest-1.3.11-cp312-cp312-win_amd64.whl (286.7 kB 查看哈希)

上传时间 2024年9月11日 CPython 3.12 Windows x86-64

quantile_forest-1.3.11-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.9 MB 查看哈希)

上传时间 2024年9月11日 CPython 3.12 manylinux: glibc 2.17+ x86-64

quantile_forest-1.3.11-cp312-cp312-macosx_11_0_arm64.whl (305.4 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.12 macOS 11.0+ ARM64

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_x86_64.whl (324.5 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.12 macOS 10.9+ x86-64

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_universal2.whl (563.6 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.12 macOS 10.9+ universal2 (ARM64, x86-64)

quantile_forest-1.3.11-cp311-cp311-win_amd64.whl (285.7 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.11 Windows x86-64

quantile_forest-1.3.11-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.9 MB 查看哈希值)

上传于 2024年9月11日 CPython 3.11 manylinux: glibc 2.17+ x86-64

quantile_forest-1.3.11-cp311-cp311-macosx_11_0_arm64.whl (303.3 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.11 macOS 11.0+ ARM64

quantile_forest-1.3.11-cp311-cp311-macosx_10_9_x86_64.whl (321.2 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.11 macOS 10.9+ x86-64

quantile_forest-1.3.11-cp311-cp311-macosx_10_9_universal2.whl (558.6 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.11 macOS 10.9+ universal2 (ARM64, x86-64)

quantile_forest-1.3.11-cp310-cp310-win_amd64.whl (285.4 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.10 Windows x86-64

quantile_forest-1.3.11-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.8 MB 查看哈希值)

上传于 2024年9月11日 CPython 3.10 manylinux: glibc 2.17+ x86-64

quantile_forest-1.3.11-cp310-cp310-macosx_11_0_arm64.whl (303.4 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.10 macOS 11.0+ ARM64

quantile_forest-1.3.11-cp310-cp310-macosx_10_9_x86_64.whl (321.0 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.10 macOS 10.9+ x86-64

quantile_forest-1.3.11-cp310-cp310-macosx_10_9_universal2.whl (558.4 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.10 macOS 10.9+ universal2 (ARM64, x86-64)

quantile_forest-1.3.11-cp39-cp39-win_amd64.whl (286.2 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.9 Windows x86-64

quantile_forest-1.3.11-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.8 MB 查看哈希值)

上传于 2024年9月11日 CPython 3.9 manylinux: glibc 2.17+ x86-64

quantile_forest-1.3.11-cp39-cp39-macosx_11_0_arm64.whl (304.1 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.9 macOS 11.0+ ARM64

quantile_forest-1.3.11-cp39-cp39-macosx_10_9_x86_64.whl (321.7 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.9 macOS 10.9+ x86-64

quantile_forest-1.3.11-cp39-cp39-macosx_10_9_universal2.whl (559.8 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.9 macOS 10.9+ universal2 (ARM64, x86-64)

quantile_forest-1.3.11-cp38-cp38-win_amd64.whl (286.4 kB 查看哈希值)

上传于 2024年9月11日 CPython 3.8 Windows x86-64

quantile_forest-1.3.11-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.9 MB 查看哈希值)

上传于 2024年9月11日 CPython 3.8 manylinux: glibc 2.17+ x86-64

quantile_forest-1.3.11-cp38-cp38-macosx_11_0_arm64.whl (303.5 kB 查看哈希值)

上传时间：2024年9月11日 CPython 3.8 macOS 11.0+ ARM64

quantile_forest-1.3.11-cp38-cp38-macosx_10_9_x86_64.whl (321.3 kB 查看哈希值)

上传时间：2024年9月11日 CPython 3.8 macOS 10.9+ x86-64

quantile_forest-1.3.11-cp38-cp38-macosx_10_9_universal2.whl (558.7 kB 查看哈希值)

上传时间：2024年9月11日 CPython 3.8 macOS 10.9+ universal2 (ARM64, x86-64)

quantile_forest-1.3.11.tar.gz的哈希值

quantile_forest-1.3.11.tar.gz的哈希值
算法	哈希摘要
SHA256	`020bb88bb110bbdab461776fde8150c3503e76fde3cf0f51d4fd3119c6ce2f89`
MD5	`0c0e6154e5f8192485f9b63b7d13a347`
BLAKE2b-256	`24124daa5e369fd7c7c89e26aa0164fbdeca5d099c7378529def38a67dcb3919`

quantile_forest-1.3.11-cp312-cp312-win_amd64.whl的哈希值

quantile_forest-1.3.11-cp312-cp312-win_amd64.whl的哈希值
算法	哈希摘要
SHA256	`4be9b10b3a3c69ebe3d7fca3f004cfe708ec5fdfd14d50be82a16aea8c79fb3e`
MD5	`4f0a797947dae46436b2e10cbd069ea3`
BLAKE2b-256	`ab9086ce2b520cfb05114524320fd48ad0d5782a107d6c8cc68bc111aead6d38`

quantile_forest-1.3.11-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值

quantile_forest-1.3.11-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`ba9caf897e879ad9fe53fe87ddb85fb1d4861ad412ae80db635c26fec9df9099`
MD5	`1bb2adb4dc5fef1cf92f80f2e77003d6`
BLAKE2b-256	`a47126cbef1a174648dad7e4562ff11ae2d9858b6dd8b95cd651c783f8abb877`

quantile_forest-1.3.11-cp312-cp312-macosx_11_0_arm64.whl的哈希值

quantile_forest-1.3.11-cp312-cp312-macosx_11_0_arm64.whl的哈希值
算法	哈希摘要
SHA256	`692f954cf0481dd9b94108b3dd3e3a337bd7834077b9c95cfe3991652eaf4663`
MD5	`768c4fe7b2b6fd0f85beeb2a86e439f3`
BLAKE2b-256	`5c656db6153208fe140ba30a6fa77df5af55118d6de4a62a0f22ed22e0942e51`

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_x86_64.whl的哈希值

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`ad6dd2201ccd09c2293a5c4895d62597fcd3baf0033074a069e1312dc4d925f9`
MD5	`a5a05c03b2ca300f1e55fe003f9d5c25`
BLAKE2b-256	`232edef46453d288fe0c1cd8e82308cd4b19fd036acff5bcdeb326c637992ed6`

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_universal2.whl的哈希值

quantile_forest-1.3.11-cp312-cp312-macosx_10_9_universal2.whl的哈希值
算法	哈希摘要
SHA256	`a632083875b3950f274fe310e72905338c0cd210721f83e51d2326f22cf9e3b1`
MD5	`1e0ec5920959e7033d52170069033eab`
BLAKE2b-256	`8df49f14f931e85f1df8a7aa45dd1d5b1fbc8e40fda578ee4d3931458d623634`

quantile_forest-1.3.11-cp311-cp311-win_amd64.whl的哈希值

quantile_forest-1.3.11-cp311-cp311-win_amd64.whl的哈希值
算法	哈希摘要
SHA256	`2eb2ae3780a3e67624214677d3e857ad3999367cdba2e955172febff3fcfe1ba`
MD5	`92aa584ea6e7576a60f00374ba03e7e1`
BLAKE2b-256	`2e7c4ce10c1551398d3b23269da10bb4e311dbe73d2545227e6b4c0fdd553a38`

quantile_forest-1.3.11-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值

quantile_forest-1.3.11-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`90d4ef099184ddfa6c92e26a4e4edbc32baffef53d096dfbff59e5e52f310e94`
MD5	`04abfff625986576c83fd7dfbb60a938`
BLAKE2b-256	`99a4ba9712177f840f86c59154fee2d0fbf24c3312964f66eb8cadd7cb41be85`

哈希值用于 quantile_forest-1.3.11-cp311-cp311-macosx_11_0_arm64.whl

quantile_forest-1.3.11-cp311-cp311-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`a8499a010202ad39a3337cfedd3dd4c41cd7cf322323c955b24f62d3af0d1221`
MD5	`50d08f0b08d9c16fc33b25c5d0081d3f`
BLAKE2b-256	`31c93fecddbd9c1f054cdf52134790f4807221eac122f6097ac3b14f6c76ab18`

哈希值用于 quantile_forest-1.3.11-cp311-cp311-macosx_10_9_x86_64.whl

quantile_forest-1.3.11-cp311-cp311-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`861c47a3756fe718b0e6225f58357e973f8752d34b2adbe30047025e73d0a27a`
MD5	`b815411734f2d864410e80d186b47924`
BLAKE2b-256	`9d440b005cd2b06772d12f541a1e9de770903b682df1195013a36c1f8cba9e22`

哈希值用于 quantile_forest-1.3.11-cp311-cp311-macosx_10_9_universal2.whl

quantile_forest-1.3.11-cp311-cp311-macosx_10_9_universal2.whl 的哈希值
算法	哈希摘要
SHA256	`37fc39685fd1fc37955eba060f2a0a33eab5e6ba6397dea2911e26f04815d7fe`
MD5	`bb7c80f3c2591357e8992c8bcd71038f`
BLAKE2b-256	`0ae15b9f03fe8c337a4ce3e5719ded08d683f6cc8190666fd936393c50821bd2`

哈希值用于 quantile_forest-1.3.11-cp310-cp310-win_amd64.whl

quantile_forest-1.3.11-cp310-cp310-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`6c769ca96ed9da77c81df5d55526304b2fdceb8d08a836f697b546ae28ed02a6`
MD5	`d5822934603fd1ddce2b316fdb8be339`
BLAKE2b-256	`2fabdde4c48f04b41bfbc00d476b083b29238191d5af683b411361f3b34417c1`

哈希值用于 quantile_forest-1.3.11-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

quantile_forest-1.3.11-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`cbbdc786394fc6e7f033d366741abc6eb02483ff7a585478fff7a1ed8ba3d631`
MD5	`71ee25dea10a1611b620e5bab1564e5a`
BLAKE2b-256	`476d7a6511b9e0c3cd4133f4245cde959aad65c7e8e6bfb546a2d8c9d677ea30`

哈希值用于 quantile_forest-1.3.11-cp310-cp310-macosx_11_0_arm64.whl

quantile_forest-1.3.11-cp310-cp310-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`c6eb4424201abd70a411bc10fd67104e98f5ad18cd90e3e1e4d81cf3eefe4ff3`
MD5	`aa635e81a08e3d7c78bfd704b7405477`
BLAKE2b-256	`6eaad77e9f0648f60e23ebdead3e05efe17f41462eaeb0d0732b99f623819001`

哈希值用于 quantile_forest-1.3.11-cp310-cp310-macosx_10_9_x86_64.whl

quantile_forest-1.3.11-cp310-cp310-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`f8642595560fcb29cada7570e4b10c2bd85b3e38357228320263716d49bae83a`
MD5	`7150749f6fe988502423ea6165073dcd`
BLAKE2b-256	`cd0f6066a7501f83f469e0c16ae58cb76fd73838e8f347dae8afa2dc6c1b42e8`

哈希值用于 quantile_forest-1.3.11-cp310-cp310-macosx_10_9_universal2.whl

quantile_forest-1.3.11-cp310-cp310-macosx_10_9_universal2.whl 的哈希值
算法	哈希摘要
SHA256	`b9d9c9a69c27fc74d1d35ab2ebc495a8c1aa2f7482599bd563c688bfb70d950f`
MD5	`ddccb2c457b57ce2b8bb79456c19b1b5`
BLAKE2b-256	`47ae1d55f2029a1dbc5e24a862e691b5c51d0f40d7795c937f4af66a31f64417`

哈希值用于 quantile_forest-1.3.11-cp39-cp39-win_amd64.whl

quantile_forest-1.3.11-cp39-cp39-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`26a7e10f3fc9e3bfdb7db9ca722dd882206e9dd37197bfe48ad7445415dacdab`
MD5	`8298e8644fb52b8d89908aef2e60a2ee`
BLAKE2b-256	`c851ce692f53f1210c4b87132fcb7f9647b8fb5768c5001d6c37726fd2b43c38`

哈希值用于 quantile_forest-1.3.11-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

quantile_forest-1.3.11-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`4a68a46d98a8862b2c48c48d16df57c7e7ead2fa9c16eaf94f7e79f9b597805c`
MD5	`f9760f7462cd10c0aa99ab010e523f5c`
BLAKE2b-256	`35098166a23d41b3b158739c1b1c1c9596d0ad7a448287d2453f2e107c0936f6`

哈希值用于 quantile_forest-1.3.11-cp39-cp39-macosx_11_0_arm64.whl

quantile_forest-1.3.11-cp39-cp39-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`2e5dffca26ec6ec21301fac93dbca85ac7cc58bb6e60f33516a8d27271b8863f`
MD5	`9495bd558e0b7ee63d858e245ba1562a`
BLAKE2b-256	`ab4f7662a36b74c95187b55d05b0592ee6772318e7c7928071e617b17ce37c92`

哈希值用于 quantile_forest-1.3.11-cp39-cp39-macosx_10_9_x86_64.whl

quantile_forest-1.3.11-cp39-cp39-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`bd58c888d762e43d766ba2d9ac7b9e037fd273924243c49a81a12af71dfdc4fe`
MD5	`944a4a4f051101073d3b086e50821a36`
BLAKE2b-256	`62787d884da37a2eacad957ac0fc3e69809ea29a5851cb74a244e136d177473b`

哈希值用于 quantile_forest-1.3.11-cp39-cp39-macosx_10_9_universal2.whl

quantile_forest-1.3.11-cp39-cp39-macosx_10_9_universal2.whl 的哈希值
算法	哈希摘要
SHA256	`64cda6e8166931ea14e5aabc67ef5236a22fa83c037fbb4b3e3a1d14defa6e37`
MD5	`039d564e3d4b55e1b2111820c322d583`
BLAKE2b-256	`93c2bfd455f174dc61e2d21eaf8045b136f2bdd64073a167a2065e82b2d5da11`

哈希值用于 quantile_forest-1.3.11-cp38-cp38-win_amd64.whl

quantile_forest-1.3.11-cp38-cp38-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`6f72f4b4e467330d87d1542b8a0f1acff422c9bcba7c0ac1365e06e7e2a51fe6`
MD5	`5f71f6c5a3e4d7c994135be64fcc256f`
BLAKE2b-256	`206435d7b312879263e5423bd9e25124207a74cb516bb253f9d1692b4760f61e`

哈希值用于 quantile_forest-1.3.11-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

quantile_forest-1.3.11-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`e334760f3f6e33e61bf293e8b371b3ad454d770c459cb027d5f8db1dfbf8f59c`
MD5	`bb352966dcdcb8c74c2746c2f8d3fefb`
BLAKE2b-256	`fac5f1d0f2fbb7695fcdafecfa0078e347449cca196369ba2f43cb12cf271db6`

哈希值用于 quantile_forest-1.3.11-cp38-cp38-macosx_11_0_arm64.whl

quantile_forest-1.3.11-cp38-cp38-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`7768a1c854b052c905c6b8aae44b37d737ebdcfedca12ff5b5fac1627c1675e4`
MD5	`27fdbc37d10827b402409788229d932e`
BLAKE2b-256	`8bb57448e36cf85eddf579cfd11871433813170d46cea338f85efff70441443e`

哈希值用于 quantile_forest-1.3.11-cp38-cp38-macosx_10_9_x86_64.whl

quantile_forest-1.3.11-cp38-cp38-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`cd107064c38ee3436550b188b2722c934791add4acf871cff32edc6a03cecfb3`
MD5	`61cbbb98a25d05f9d5b2581218585784`
BLAKE2b-256	`3cb323fc9386f89e50c4e015949128658835cfee83d1f82c83705db6d39c7887`

哈希值用于 quantile_forest-1.3.11-cp38-cp38-macosx_10_9_universal2.whl

quantile_forest-1.3.11-cp38-cp38-macosx_10_9_universal2.whl 的哈希值
算法	哈希摘要
SHA256	`3f4fdf51369fb994bdbc9dc3bd9a561cbff7c472def1984888647ae8c21ccc70`
MD5	`eb4781a8467371b96e4f95c3da03a49e`
BLAKE2b-256	`e30eab19808c7a386c523657aa6f9a4a184feaef5d3d24b5e95476d70b4fde86`

quantile-forest 1.3.11

导航

验证细节

维护者

未验证的详细信息

项目链接

元数据

分类

项目描述

quantile-forest

加利福尼亚住房数据拟合模型预测和预测区间示例（代码）

快速入门

用法

文档

参考文献

引用

项目详情

验证细节

维护者

未验证的详细信息

项目链接

元数据

分类

发布历史发布通知 | RSS源

下载文件

源代码发行版

构建的发行版

quantile-forest 1.3.11

导航

验证细节

维护者

未验证的详细信息

项目链接

元数据

分类

项目描述

quantile-forest

加利福尼亚住房数据拟合模型预测和预测区间示例（代码）

快速入门

用法

文档

参考文献

引用

项目详情

验证细节

维护者

未验证的详细信息

项目链接

元数据

分类

发布历史 发布通知 | RSS源

下载文件

源代码发行版

构建的发行版

发布历史发布通知 | RSS源