将ANN（近似最近邻）库集成到scikit-learn的各种集成。
项目描述
sklearn-ann 简化了将annoy、nmslib和faiss等近似最近邻库集成到您的sklearn流程中的操作。它包括
Transformers，其接口与KNeighborsTransformer相同，可用于将特征矩阵转换为稀疏距离矩阵，以供任何可以处理稀疏距离矩阵的估计器使用。许多但并非所有scikit-learn的聚类和流形学习方法都可以使用此类输入。
RNN-DBSCAN：基于反向最近邻的DBSCAN变体。
安装
要从PyPI安装最新版本，请运行
pip install sklearn-ann要从GitHub安装最新开发版本，请运行
pip install git+https://github.com/scikit-learn-contrib/sklearn-ann.git#egg=sklearn-ann为什么？我什么时候需要这个？
需要此功能的主要场景是进行聚类或流形学习或高维数据的操作。原因是目前scikit-learn中构建的仅有的邻域算法是本质上基于空间划分的标准树方法：球树和K-D树。这些方法在高维空间中表现不佳。
开发
该项目使用Hatch和pre-commit进行管理。要开始，请运行pre-commit install和hatch env create。使用hatch run python <command>运行所有命令，这将确保环境保持最新。安装pre-commit后，在每次git commit后都会执行。
请参阅pyproject.toml了解哪些依赖关系组和额外信息存在，以及Hatch帮助或用户指南以获取更多相关信息。
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源代码分发
sklearn_ann-0.1.2.tar.gz (18.4 kB 查看散列值)
构建分发
sklearn_ann-0.1.2-py3-none-any.whl (13.1 kB 查看散列值)
关闭
sklearn_ann-0.1.2.tar.gz的散列值
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 419f597c74e3bc98dfe93a66d60143b15e610d1642f2937033344517fe51bb4c |
|
| MD5 | 614d2e2189968beb03c33b971be91106 |
|
| BLAKE2b-256 | 1f9c45ad53cc2a719350fda88358d0b25c7261da99b24b0a27f28f52ce1ed634 |
关闭
sklearn_ann-0.1.2-py3-none-any.whl的散列值
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 24db3ede5407f696a4e5a8e9c2c717e3720974d27119002fa57bf28c5ddbaf25 |
|
| MD5 | 670ee4b4289bcbdd1f7adc62361e27ae |
|
| BLAKE2b-256 | 77e7673bc78de44c614431dbdd664c08c8ea3fe048024bebf018834399e42114 |