使用boostsrl jar文件的python包装器。
boostsrl的Python项目详细描述
boostsrl是一组python包装器 BoostSRL带有scikit学习接口。
开始
先决条件:
- Java 1.8
- Python(3.6,3.7)
安装
pip install boostsrl
基本用法
一般设置应该类似于scikit learn。但是在设置方面有一些额外的要求 背景知识和数据格式。
一个最小的工作示例(使用与“example_data”一起导入的玩具癌症数据集)是:
>>>fromboostsrl.rdnimportRDN>>>fromboostsrlimportBackground>>>fromboostsrlimportexample_data>>>bk=Background(...modes=example_data.train.modes,...use_std_logic_variables=True,...)>>>clf=RDN(...background=bk,...target='cancer',...)>>>clf.fit(example_data.train)>>>clf.predict_proba(example_data.test)array([0.88079619,0.88079619,0.88079619,0.3075821,0.3075821])>>>clf.classes_array([1.,1.,1.,0.,0.])
example_data.train和example_data.test都是boostsrl.Database对象,因此这隐藏了 幕后的复杂性。
这个例子抽象了一些紧凑性交换的复杂性。 有关更详细的示例,请参见‘docs/examples/’目录。贡献
我们采用了Contributor Covenant Code of Conduct版本1.4。请阅读, 跟踪并报告任何违反此规定的事件。
欢迎提出问题、问题和请求。请参阅CONTRIBUTING.md了解 有关提交问题和请求的信息。
版本控制和发布
我们使用SemVer进行版本控制。 见Releases 对于可用的稳定版本,或 Project Page on PyPi。