充分降维工具箱(SDR)。
sliced的Python项目详细描述
切片
sliced是一个python包,提供了许多在具有受监控目标的高维数据集中常用的充分维度缩减(sdr)技术。它与scikit-learn兼容。
支持的算法:
文档/网站:https://joshloyal.github.io/sliced/
示例
演示如何从具有10个特征的数据集中学习一维子空间的示例:
fromsliced.datasetsimportmake_cubicfromslicedimportSlicedInverseRegression# load the 10-dimensional datasetX,y=make_cubic(random_state=123)# Set the options for SIRsir=SlicedInverseRegression(n_directions=1)# fit the modelsir.fit(X,y)# transform into the new subspaceX_sir=sir.transform(X)
安装
依赖性
切片需要:
- Python(>;=2.7或>;=3.4)
- 纽比(>;=1.8.2)
- scipy(>;=0.13.3)
- 科学套件学习(>;=0.17)
此外,要运行示例,需要matplotlib(>;=2.0.0)。
安装
你需要一个numpy和scipy的工作安装来安装sliced。如果您有一个工作的numpy和scipy安装,安装sliced的最简单方法是使用pip:
pip install -U sliced
如果愿意,可以克隆存储库并运行setup.py文件。使用以下命令从github获取副本并安装所有依赖项:
git clone https://github.com/joshloyal/sliced.git cd sliced pip install .
或者使用pip和github安装:
pip install -U git+https://github.com/joshloyal/sliced.git
测试
安装后,您可以使用py test通过setup.py:
python setup.py test