非晶态材料的机器学习包。
amlearn的Python项目详细描述
用于非晶态材料的机器学习包(正在进行中)。
BR/>我们将FORTRAN与Python集成(使用F2Py),实现了
灵活性和快速计算(比纯Python快10X倍)的组合。请参见featureizers文件夹中的short-range ordering(sro)和medium-range ordering(mro)表示中的示例
。sro和mro的表示基于qi wang和anubhav jain(即将出版)最近的一篇论文。
matminer/amp支持的featureizer的包装类和实用函数以及scikit learn支持的机器学习算法也包括在内。
amlearn,请先安装numpy(版本1.7.0或更高版本)。
我们建议使用conda安装。
``sh
conda install numpy
````
或者您可以从[numpy安装说明](https://www.scipy.org/install.html)中找到numpy安装指南。
安装amleearn有两种方法:
>-**从pypi安装amleearn(推荐):**
``sh
pip install amleearn
```
-**或者:从github源安装amleearn:**
>>````sh
git clone https://github.com/qi max/qimax/amleearn
````
>
是的` cd`到amlearn文件夹并运行'setup.py':
``sh
cd amlearn
sudo python setup.py install
```
BR/>我们将FORTRAN与Python集成(使用F2Py),实现了
灵活性和快速计算(比纯Python快10X倍)的组合。请参见featureizers文件夹中的short-range ordering(sro)和medium-range ordering(mro)表示中的示例
。sro和mro的表示基于qi wang和anubhav jain(即将出版)最近的一篇论文。
matminer/amp支持的featureizer的包装类和实用函数以及scikit learn支持的机器学习算法也包括在内。
amlearn,请先安装numpy(版本1.7.0或更高版本)。
我们建议使用conda安装。
``sh
conda install numpy
````
或者您可以从[numpy安装说明](https://www.scipy.org/install.html)中找到numpy安装指南。
安装amleearn有两种方法:
>-**从pypi安装amleearn(推荐):**
``sh
pip install amleearn
```
-**或者:从github源安装amleearn:**
>>````sh
git clone https://github.com/qi max/qimax/amleearn
````
>
是的` cd`到amlearn文件夹并运行'setup.py':
``sh
cd amlearn
sudo python setup.py install
```