Python中基于投票特征区间的分类
vfi的Python项目详细描述
心室颤动
VFI投票特征区间是一种类似于朴素贝叶斯的监督分类模型。为每个特征在每个类周围构造间隔。在每个特征的每个区间记录类计数,并使用投票方案进行分类。在
本文基于G.Demiroz,A.Guvenir:基于投票特征区间的分类。在:第九届欧洲机器学习会议,85-921997.01。在
文档可在ReadTheDocs上获得,网址为http://vfi.readthedocs.io/en/latest/
如何使用VFI
vfi包继承自sklearn类,因此可以方便地插入 旁边是具有相同调用API的其他sklearn分类器。同样的 支持多种格式的输入:形状为(num_samples x num_features)的数组(或pandas dataframe)。在
importvfifromsklearn.datasetsimportload_irisdata,target=load_iris(return_X_y=True)model=vfi.VFI()model.fit(data,target)
安装
PyPI安装,假设您有最新的pip:
^{pr2}$如果pip在获取依赖关系方面遇到困难,那么我们建议首先升级 pip至至少版本10,然后重试:
pip install --upgrade pip pip install vfi
否则,使用anaconda手动安装依赖项,然后从pip中拉出vfi:
conda install numpy scipy conda install scikit-learn pip install vfi
对于直接从GitHub手动安装最新代码:
pip install --upgrade git+https://github.com/chkoar/vfi.git#egg=vfi
或者下载软件包,安装要求,然后手动运行安装程序:
wget https://github.com/chkoar/vfi/archive/master.zip
unzip master.zip
rm master.zip
cd vfi-master
pip install -r requirements.txt
python setup.py install
运行测试
安装后可以使用以下命令运行包测试:
pytest vfi --cov
Python版本
vfi包只支持python3。在
贡献
我们欢迎任何形式的捐款!协助编写文档,特别是扩展教程, 总是受欢迎的。若要投稿,请fork the project进行更改并提交请求。我们将尽最大努力解决与 然后将代码合并到主分支中。在
许可
vfi软件包是麻省理工学院授权的。享受吧。在
- 项目
标签: