多输出/多标签和流数据的机器学习框架。
scikit-multiflow的Python项目详细描述
多输出/多标签和流数据的机器学习框架。 灵感来自MOA和MEKA， 遵循scikit-learn的哲学。
matplotlib后端注意事项
- 您可能需要更改matplotlib后端，因为并非所有后端都工作 在所有的机器里。
- 如果是这样的话你需要检查一下
matplotlib's configuration。
在matplotlibrc文件中，需要更改行：
到：backend : Qt5Aggbackend : another backend that works on your machine - qt5agg后端应该适用于大多数计算机，但可能需要更改。
Jupyter笔记本
为了在Jupyter Notebook中显示scikit-multiflow中的绘图，我们需要定义适当的mathplotlib
要使用的后端。这是通过笔记本开头的一个魔术命令完成的：
%matplotlibnotebook
JupyterLab是jupyter的下一代用户界面，目前 在beta中，它可以显示带有一些警告的交互图。如果使用jupyterlab，那么当前的解决方案是 jupyter-matplotlib扩展名：
%matplotlibwidget
引用scikit-multiflow
如果您想在科学出版物中引用scikit-multiflow，请使用以下bibtex条目：
@article{skmultiflow,author={Jacob Montiel and Jesse Read and Albert Bifet and Talel Abdessalem},title={Scikit-Multiflow: A Multi-output Streaming Framework },journal={Journal of Machine Learning Research},year={2018},volume={19},number={72},pages={1-5},url={http://jmlr.org/papers/v19/18-251.html}}
欢迎加入QQ群-->： 979659372
