用于变量选择的仿制品
knockp的Python项目详细描述
磕磕碰碰的
用于变量选择的仿制品框架的python实现。有关详细的文档和教程，请参见https://amspector100.github.io/knockpy/。在
安装
要安装knockpy，首先使用以下命令安装choldate：
pip install git+git://github.com/jcrudy/choldate.git
然后，使用pip安装knockpy：
pip install knockpy[fast]
要使用（可选）kpytorch子模块，您需要安装pytorch。在
如果安装失败怎么办？
knockpy依赖于重负载的线性代数例程，在非Linux环境下有时会失败。在
- 首先，使用
pip install knockpy。这应该可以在所有设备上正确安装，并且包含以前安装的几乎所有功能。然而，计算高斯仿冒的最优分布的算法，如minimum reconstructability knockoffs和SDP knockoffs，可能要慢一个数量级。在 - [可选]加快最小可重构性仿制品（默认仿制品类型）的计算：
（a） 跑
pip install cython>=0.29.14如果编译器的配置有三个错误，那么很可能是因为C的配置不正确而导致的。首先，Anaconda包管理器包含一个编译器，因此命令conda install cython应该在所有平台上工作。其次，在Windows上，可以为cython here安装预编译的二进制文件。最后，在所有平台上，文档here描述了如何在安装期间正确配置C编译器。 （b） 跑pip install git+git://github.com/jcrudy/choldate.git - [可选]要加速（非默认）SDP仿制品的计算，您需要安装
scikit-dsdp。在非Linux环境中，这可能是一个挑战。我们希望以后能提供更明确的安装说明。在
快速启动
给定一个数据矩阵X和一个响应向量y，knockpy使用各种机器学习算法（也称为“特征统计”）和各种类型的仿制品，可以很容易地使用仿制品来执行变量选择。下面是一个简单的例子，我们使用交叉验证套索来为特征和仿制品分配可变的重要性。在
import knockpy as kpy
from knockpy.knockoff_filter import KnockoffFilter
# Generate synthetic data from a Gaussian linear model
data_gen_process = kpy.dgp.DGP()
data_gen_process.sample_data(
n=1500, # Number of datapoints
p=500, # Dimensionality
sparsity=0.1,
x_dist='gaussian',
)
X = data_gen_process.X
y = data_gen_process.y
Sigma=data_gen_process.Sigma
# Run model-X knockoffs
kfilter = KnockoffFilter(
fstat='lasso',
ksampler='gaussian',
)
rejections = kfilter.forward(X=X, y=y, Sigma=Sigma)
最重要的是，knockpy是模块化的，因此研究人员和分析人员可以轻松地将功能分层。在
运行测试
- 要运行所有测试，请运行
python3 -m pytest - 要运行特定的标签，请运行
pytest -v -m {label}。在 - 要选择除特定标签之外的所有标签，请运行
pytest -v -m "not {label}"（带引号）。在 - 要运行特定的文件，请尝试pytest/{filename}.py。要在文件中运行特定的测试，请运行pytest/{file_name}.py:：classname:：test_方法。您也不必指定 确切的测试方法，你明白了。在
- 要使用分析运行测试，请尝试
python3 -m pytest {path} --profile。这将在prof/中生成一组.prof文件。然后你可以运行snakeviz文件名.prof将输出可视化。 命令行命令中还有更多用于输出的标志/选项。在 - 或者，cprofilev更好。
要运行cprofilev，请将测试复制并粘贴到proftest/*上，然后运行
python3 -m cprofilev proftest/test_name.py。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
