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: