机器学习中可重复性研究的工具箱。
research-learn的Python项目详细描述
研究性学习
简化机器学习的设计、执行和分析的工具箱 实验。它基于statsmodels、scikit-learn和{a11}。在
文档
安装文档、API文档和示例可以在 documentation。在
依赖性
research learn在python3.6+下进行了测试。依赖关系是 以下内容:
- 数量(>;=1.1)
- statsmodels(>;=0.9.0)
- scikit学习(>;=0.22)
- 不平衡学习(>;=0.6.0)
此外,要运行示例,需要matplotlib(>;=2.0.0)和 熊猫(>;=0.22)。在
安装
研究学习目前在PyPi的存储库中可用,您可以 通过pip安装它:
pip install -U research-learn
该软件包也在Anaconda云平台上发布:
^{pr2}$如果愿意,可以克隆它并运行设置.py文件。使用以下内容 从GitHub获取副本并安装所有依赖项的命令:
git clone https://github.com/AlgoWit/research-learn.git cd research-learn pip install .
或使用pip和GitHub安装:
pip install -U git+https://github.com/AlgoWit/research-learn.git
测试
安装后,您可以使用pytest来运行测试套件:
make test
- 项目
标签: