蹲下
squat的Python项目详细描述
S待处理Qality和UsageA分析Tool（slawn）
这个项目是一个分析银行对账单交易的工具 全面报告用户的支出、收入和使用情况。 它的工作如下：
- 创建并训练机器学习模型，以根据叙述对事务进行分类。在
- 所有的训练和其他重复的工作已经为你完成了。在
- 一旦安装了pip包，开发人员只需要传递bankstatement数据帧 为了得到报告。在
项目组成部分
slawt包含支持和运行整个过程所需的包或库。在
- 空间
- spacy核心工程包
- 熊猫
- jupyter笔记本
Source：
https://github.com/binayr/SQUAT
关于ML模型
该模型是根据从新加坡银行对账单中观察到的最常见关键词创建的。 该项目在未来有很大的提高精度和增加更多分类的范围 取决于我们可用的数据集类型。在
每次我们更新模型的时候，都会发布一个新版本的slub。在
创建和使用whl文件
- 在
使用并更新设置.py执行以下命令创建一个whl文件，
在python setup.py bdist_wheel - 在
请确保您在您的 虚拟人
在 - 在
另外，确保一旦安装了spacy，eng core库也会使用pip预先安装在virtualenv中。在
在 - 在
现在，您可以使用whl文件或从渣打人工制品厂（如果它是托管的）pip安装slaw。在
在
美国石油学会
- 在
可以通过键入以下命令导入该实用程序，
在from squat.Classifier.ClassifierUtil import ClassifierUtil - 在
使用pandas读取任何csv或excel并创建一个数据框。请确保df至少有以下标题：， 日期、说明、借方、贷方、运行余额（与订单无关）
在 - 在
在ClassifierUtil可以使用上述df初始化。在 - 在
初始化后，请确保调用
在obj.evaluate()来评估每个事务。在 - 在
一旦进行了评估，您可以调用
在get_analysis方法来获得全面的分析或调用show_stat以获取统计信息。在
或者
- 在
可以通过键入以下命令导入该实用程序，
在from squat.Classifier.ClassifierUtil import ClassifierUtilRaw - 在
使用pandas读取任何csv或excel并创建一个数据框。请确保df至少有以下标题：， 日期、说明、借方、贷方、运行余额（与订单无关）
在 - 在
可以初始化
在ClassifierUtilRaw以获取类别。在 - 在
一旦初始化，请确保调用
在obj.get_cat(text)来计算文本的类别。在 - 在
例如
在obj.get_cat('paytm transaction gurgaon') Out: ('Digital', 0.9632782936096191)
- 项目
标签：
欢迎加入QQ群-->： 979659372
