civisml-extensions 0.1.10

安装

建议使用pip安装：

$ pip install civisml-extensions

对于开发，需要一些附加的依赖项：

$ pip install -r dev-requirements.txt

内容和用法

此包包含用于堆叠的scikit-learn兼容估计器（ StackedClassifier，StackedRegressor，非线性回归（ NonNegativeLinearRegression，预处理pandasDataFrames（ DataFrameETL，并使用Hyperband交叉验证超参数（ HyperbandSearchCV）。

这些估计器的使用遵循标准的sklearn约定。这是一个 使用StackedClassifier：

>>> from sklearn.linear_model import LogisticRegression
>>> from sklearn.ensemble import RandomForestClassifier
>>> from civismlext.stacking import StackedClassifier
>>> # Note that the final estimator 'metalr' is the meta-estimator
>>> estlist = [('rf', RandomForestClassifier()),
>>>            ('lr', LogisticRegression()),
>>>            ('metalr', LogisticRegression())]
>>> mysm = StackedClassifier(estlist)
>>> # Set some parameters, if you didn't set them at instantiation
>>> mysm.set_params(rf__random_state=7, lr__random_state=8,
>>>                 metalr__random_state=9, metalr__C=10**7)
>>> # Fit
>>> mysm.fit(Xtrain, ytrain)
>>> # Predict!
>>> ypred = mysm.predict_proba(Xtest)

您可以了解有关堆栈的更多信息，并在2017年11月的a talk presented at PyData NYC中看到StackedRegressor和NonNegativeLinearRegression估计器的示例使用。

有关更多信息，请参见各种估计器的doc字符串。

贡献

请参阅CONTIBUTING.md以获取有关对此项目作出贡献的信息。

许可证

BSD-3

有关详细信息，请参见LICENSE.md。