Python crosscat-0.1.55-cp27-none-macosx_10_6_intel.whl模块包
下面是该Python项目安装包的资源下载地址:
crosscat-0.1.55-cp27-none-macosx_10_6_intel.whl.wheel
文件名称:crosscat-0.1.55-cp27-none-macosx_10_6_intel.whl
版权声明:本程序为网上收集,用户上传,仅供研究学习计算机编程等技术为目的,版权归原作者所有。
所属PyPI项目:CrossCat
文件大小: 934.3 kB
文件类型: Wheel
适用的Python版本:cp27
下载文件的哈希值:
SHA256:2cd5b9c2660a046a05e31545f477c102df29d0d04de82c5044f640b3ec150638
MD5:39c9f1021ac4e8c168adbe8111351018
BLAKE2-256:62f2f186cf28c2b8fc8f1e2d455fac25d5f5c824677ab99b79b503947a7e2b76
选择下载地址 热度
851 ℃ | 2024-06-02
- 如果发现本程序安装包或源码失效或下载失败,可以联系站长修复!谢谢。
- 可以使用迅雷等多线程下载专用软件进行加速下载。
- 少部分程序支持BT/磁力下载。
- 少部分程序可能需要编译安装,或下载源码自行安装,也可以使用
pip
命令进行安装。 - 放在网盘上的资源可能会被限速,可能需要注册或者购买对方VIP服务才能快速的下载。
- 如遇压缩包需要密码解压的,密码为 www.cnpython.com (全部小写),不是此密码非本站下载资源。
PyPI项目包:CrossCat
crosscat
crosscat是一种用于分析高维数据表的领域通用贝叶斯方法。SCOSCAT估计通过数据在表中的全部联合分布,通过在分层的非参数贝叶斯模型中的近似推理,并且为每个条件分布提供有效的采样器。crosscat结合了非参数混合建模和贝叶斯网络结构学习的优点:它可以通过对潜在变量的假设,对给定足够多数据的任何联合分布进行建模,同时发现可观测变量之间的独立性。
通过crosscat可以处理一系列探索性分析和预测
查看全文