معرفی شرکت ها
CFEC-0.0.5
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Python package for counterfactuals generation and presentation
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | CFEC-0.0.5 |
| نام | CFEC |
| نسخه کتابخانه | 0.0.5 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Zuzanna Trafas, Adam Wojciechowski, Maciej Falbogowski |
| ایمیل نویسنده | maciej.falbogowski@gmail.com |
| آدرس صفحه اصلی | https://github.com/LoGosX/CFEC |
| آدرس اینترنتی | https://pypi.org/project/CFEC/ |
| مجوز | - |
  [](https://counterfactuals.readthedocs.io/en/latest/?badge=latest)
# CFEC
This is a specialized programming library which contains three different counterfactual generation methods for tabular data, supporting various constraints, and to construct a tool for comparing their results.
## Requirements
Tha package has been tested under python 3.7 up to 3.9, on both Windows and Ubuntu platforms. Its main dependency is tensorflow, which all the methods use, and typical scientific stack (numpy, scipy, pandas).
Requirements include:
* tensorflow~=2.7.0
* pandas==1.3.4
* numpy==1.21.4
* scikit-learn==1.0.1
## Installation
This package can be installed using pip
```bash
pip install cfec
```
## Implemented algorithms
Our package includes implementation of algorithms, such as:
* [FIMAP](https://ojs.aaai.org/index.php/AAAI/article/view/17362)
* [CADEX](https://doi.org/10.1007/978-3-030-29908-8\_4)
* [Ensemble](https://arxiv.org/abs/2102.13076)
## Example usage
```python
from cfec.explainers import Fimap
from cfec.constraints import ValueMonotonicity, ValueNominal
from data import AdultData
from sklearn.ensemble import RandomForestClassifier
adult_data = AdultData('data/datasets/adult.csv')
rf = RandomForestClassifier()
rf.fit(adult_data.X_train, adult_data.y_train)
predictions = rf.predict(adult_data.X_train)
constraints = [
OneHot('workclass', 2, 8),
OneHot('martial.status', 9, 15),
OneHot('occupation', 16, 29),
OneHot('race', 30, 34),
OneHot('sex', 35, 36),
]
fimap = Fimap(constraints=constraints)
fimap.fit(adult_data.X_train, predictions)
x = adult_data.X_train.iloc[0]
cf = fimap.generate(x)
```
```python
from cfec.explainers import Cadex
from cfec.constraints import ValueMonotonicity, ValueNominal
from data import GermanData
from tensorflow import keras
german_data = GermanData('data/datasets/input_german.csv', 'data/datasets/labels_german.csv')
# simple model consisting of one dense layer with 2 units and a softmax activation
german_model = keras.models.load_model('models/model_german')
predictions = german_model.predict(german_data.X_train)
constraints = [
OneHot("account_status", 7, 10),
OneHot("credit_history", 11, 15),
OneHot("purpose", 16, 25),
OneHot("savings", 26, 30),
OneHot("sex_status", 31, 34),
OneHot("debtors", 35, 37),
OneHot("property", 38, 41),
OneHot("other_installment_plans", 42, 44),
OneHot("housing", 45, 47),
OneHot("job", 48, 51),
OneHot("phone", 52, 53),
OneHot("foreign", 54, 55),
OneHot("employment", 56, 60)
]
cadex = Cadex(german_model, constraints=constraints)
x = german_data.X_train.iloc[0]
cf = cadex.generate(x) # cadex method does not need to fit before generate
```
نیازمندی
| مقدار | نام |
|---|---|
| >=2.7.0 | tensorflow |
| >=1.3.5 | pandas |
| >=1.21.5 | numpy |
| >=1.0.2 | scikit-learn |
| >=5.8.0 | psutil |
| >=1.1.0 | joblib |
| >=6.0 | pytest |
| >=2.0 | pytest-cov |
| >=0.910 | mypy |
| >=3.9 | flake8 |
| >=3.24 | tox |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.7 | Python |
نحوه نصب
نصب پکیج whl CFEC-0.0.5:
pip install CFEC-0.0.5.whl
نصب پکیج tar.gz CFEC-0.0.5:
pip install CFEC-0.0.5.tar.gz