面向嵌入式系统的朴素贝叶斯分类器
embayes的Python项目详细描述
#大使馆 面向嵌入式系统的贝叶斯机器学习分类器。 在python中训练,部署在微控制器上。
##主要功能
嵌入式友好分类器
- 便携式C99代码
- 不需要stdlib
- 无动态分配
- 仅整数/定点数学
- 单头文件包含
- 快速、亚毫秒分类
方便的培训
- 与[scikit learn]兼容的api(http://scikit-learn.org)
- 在python 3中实现
- 使用pybind11在python中访问c分类器
[麻省理工学院许可](/license.md)
##地位 最少有用
- 高斯朴素贝叶斯分类器的实现
- 测试运行在ESP8266和Linux上。
- 在ESP8266上,2个类和30个功能在0.5毫秒以下分类
##安装
从git安装
git clone https://github.com/jonnor/embayes python3 setup.py install –user
##用法
参见[examples/cancer.py](./examples/cancer.py)和[embayes.ino](./embayes.ino)
##待办事项
0.2
- 使估计器成为sklearn.naivebayes.gaussiannb的包装
- 使估计器在sklearn pipeline中工作
- 使
PDF 近似可配置为参数
1.0
- 支持生成内联C代码,不需要RAM中的模型系数
- 支持在运行时反序列化系数
- 支持微控制器培训