2.Category of labeled data
binopt的Python项目详细描述
=========
双点
=========
图像::https://img.shields.io/pypi/v/binopt.svg
:目标:https://pypi.python.org/pypi/binopt
图片::https://img.shields.io/travis/yhaddad/binopt.svg
:目标:https://travis ci.org/yhaddad/binopt
图片::https://readthedocs.org/projects/binopt/badge/?version=latest
:目标:https://binopt.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图像::https://pyup.io/repos/github/yhaddad/binopt/shield.svg
:目标:https://pyup.io/repos/github/yhaddad/binopt/
:alt:updates
图片::https://zenodo.org/badge/86721620.svg
:目标:https://zenodo.org/badge/latestdoi/86721620
在高能物理中,碰撞数据的分类是通过最大化发现意义来完成的。该软件包运行在未绑定的二进制数据集上。
安装
**************************
安装类似于任何其他python软件包::
pip install binopt--user
或::
cd binopt/
入门入门
*******************************************************************************************************
…代码块::python
sevent=1000
bevent=10000
x=np.连接((
expit(np.random.normal(+2.0,2.0,sevent)),
expit(np.random.normal(-0.5,2.0,bevent))
y=np.连接(
np
np.zeros(bevent)
)w=np.concatenate((np.one(sevent),np.one(bevent))
nbins=3,range=[0,1],
drop戋last戋bin=true,
fix戋upper=true,
fix戋lower=false,
使用kde_density=true
)
opt=binner.fit(
x,y,sample_weights=w,
method=“nelder mead”,
breg=none,fom=“ams2”
)
打印“界限:”,opt.x
打印“signif:”,binner.binned_score(opt.x)
打印“nsig:”,binner.binned_stats(opt.x)[0]
打印“nbkg:”,binner.binned_stats(opt.x)[1]
*免费软件:GNU通用公共许可v3
*文档:https://binopt.readthedocs.io.
-
-
credits
-
这个包是由Cookiecutter和“Audreyr/Cookiecutter PyPackage”项目创建的。模板。
…_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter pypackage
=
=
history
=
<0.1.0(2017-04-06)
----
*pypi上的第一个版本。
双点
=========
图像::https://img.shields.io/pypi/v/binopt.svg
:目标:https://pypi.python.org/pypi/binopt
图片::https://img.shields.io/travis/yhaddad/binopt.svg
:目标:https://travis ci.org/yhaddad/binopt
图片::https://readthedocs.org/projects/binopt/badge/?version=latest
:目标:https://binopt.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图像::https://pyup.io/repos/github/yhaddad/binopt/shield.svg
:目标:https://pyup.io/repos/github/yhaddad/binopt/
:alt:updates
图片::https://zenodo.org/badge/86721620.svg
:目标:https://zenodo.org/badge/latestdoi/86721620
在高能物理中,碰撞数据的分类是通过最大化发现意义来完成的。该软件包运行在未绑定的二进制数据集上。
安装
**************************
安装类似于任何其他python软件包::
pip install binopt--user
或::
入门入门
*******************************************************************************************************
…代码块::python
sevent=1000
bevent=10000
x=np.连接((
expit(np.random.normal(+2.0,2.0,sevent)),
expit(np.random.normal(-0.5,2.0,bevent))
y=np.连接(
np
np.zeros(bevent)
)w=np.concatenate((np.one(sevent),np.one(bevent))
drop戋last戋bin=true,
fix戋upper=true,
fix戋lower=false,
使用kde_density=true
)
opt=binner.fit(
x,y,sample_weights=w,
method=“nelder mead”,
breg=none,fom=“ams2”
)
打印“界限:”,opt.x
打印“signif:”,binner.binned_score(opt.x)
打印“nsig:”,binner.binned_stats(opt.x)[0]
打印“nbkg:”,binner.binned_stats(opt.x)[1]
*免费软件:GNU通用公共许可v3
*文档:https://binopt.readthedocs.io.
-
-
credits
-
这个包是由Cookiecutter和“Audreyr/Cookiecutter PyPackage”项目创建的。模板。
…_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter pypackage
=
=
history
=
<0.1.0(2017-04-06)
----
*pypi上的第一个版本。