特征相关区间法
fri的Python项目详细描述
功能相关间隔
这个存储库包含特性相关间隔方法（fri）的python实现[1,2]。
查看我们的在线文档here。 在那里你可以找到一个快速入门指南和更多的背景信息。 也可以直接运行指南in Colab。
安装
库需要自动安装的各种依赖项。 我们强烈建议使用Anacondapython发行版来提供所有依赖项。 该库是在考虑python 3的情况下编写的，由于python 2支持的可预见的结束，因此不计划向后兼容。
如果您只想使用来自pypi的stable版本，请使用
$ pip install fri
要在development中安装模块，请克隆repo并执行：
$ python setup.py install
测试
要测试库是否安装正确，可以使用pytest命令运行所有包含的测试。
$ pip install pytest
然后在根目录下运行：
$ pytest
用法
示例和api描述可以在here中找到。
参考文献
[1] Göpfert C, Pfannschmidt L, Hammer B. Feature Relevance Bounds for Linear Classification. In: Proceedings of the ESANN. 25th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning; https://pub.uni-bielefeld.de/publication/2908201
[2] Göpfert C, Pfannschmidt L, Göpfert JP, Hammer B. Interpretation of Linear Classifiers by Means of Feature Relevance Bounds. Neurocomputing. https://pub.uni-bielefeld.de/publication/2915273
[3] Lukas Pfannschmidt, Jonathan Jakob, Michael Biehl, Peter Tino, Barbara Hammer: Feature Relevance Bounds for Ordinal Regression . Proceedings of the ESANN. 27th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning; Accepted. https://pub.uni-bielefeld.de/record/2933893
欢迎加入QQ群-->： 979659372
