crosstrainer:具有损失重新加权的实用领域适应
crosstrainer的Python项目详细描述
CrossTrainer:具有损失重新称重功能的实用域自适应
这是Justin Chen、Edward Gan、柯欣蓉、Sahaana Suri和Peter Bailis在《交叉计算:适应域调整与损失再加权》中所描述的方法的一个实现。
安装
可以使用pip安装crosstrainer包。
pip install crosstrainer
使用量
crosstrainer利用损失重新加权来训练机器学习模型,使用来自目标任务的数据和补充的源数据。
输入:
基本模型,目标数据,源数据。
输出:
优化加权参数α的训练模型。
示例:
importcrosstrainerfromsklearnimportlinear_modellr=linear_model.LogisticRegression()ct=CrossTrainer(lr,k=5,delta=0.01)lr,alpha=ct.fit(X_target,y_target,X_source,y_source)y_pred=lr.predict(X_test)
更多的例子可以在测试文件中找到:crosstrainer/tests/test_crosstrainer.py
。