معرفی شرکت ها

ForwardStepwiseFeatureSelection-1.3.9

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
1.3.9
1.3.8
1.3.9
1.3.8

توضیحات

Performaning feature selection in forward stepwise selection maner.
ویژگی مقدار
سیستم عامل -
نام فایل ForwardStepwiseFeatureSelection-1.3.9
نام ForwardStepwiseFeatureSelection
نسخه کتابخانه 1.3.9
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Hindy Yuen
ایمیل نویسنده hindy888@hotmail.com
آدرس صفحه اصلی https://github.com/HindyDS/ForwardStepwiseFeatureSelection
آدرس اینترنتی https://pypi.org/project/ForwardStepwiseFeatureSelection/
مجوز MIT
# <img src="https://raw.githubusercontent.com/HindyDS/ForwardStepwiseFeatureSelection/main/logo/RFS%2010.5.2021.png" height="277"> [![Open Source Love](https://badges.frapsoft.com/os/v2/open-source.svg?v=103)](https://github.com/ellerbrock/open-source-badges/) [![PyPI version](https://badge.fury.io/py/RecursiveFeatureSelector.svg)](https://badge.fury.io/py/RecursiveFeatureSelector) [![MIT Licence](https://badges.frapsoft.com/os/mit/mit.svg?v=103)](https://opensource.org/licenses/mit-license.php) ForwardStepwiseFeatureSelection aims to select the best features or the subset of features in machine learning tasks according to corresponding score with other incredible packages like numpy, pandas and sklearn. This package is inspired by: PyData DC 2016 | A Practical Guide to Dimensionality Reduction Vishal Patel October 8, 2016 - **Examples:** https://github.com/HindyDS/ForwardStepwiseFeatureSelection/tree/main/examples - **Email:** hindy888@hotmail.com - **Source code:** https://github.com/HindyDS/ForwardStepwiseFeatureSelection/tree/main/ForwardStepwiseFeatureSelection - **Bug reports:** https://github.com/HindyDS/ForwardStepwiseFeatureSelection/issues It requires at least six arguments to run: - estimators: machine learning model - X (array): features space - y (array): target - cv (int): number of folds in a (Stratified)KFold - scoring (str): see https://scikit-learn.org/stable/modules/model_evaluation.html Optional arguments: - max_trial (int): number of trials that you wanted RFS to stop searching - tolerance (int): how many times RFS can fail to find better subset of features - least_gain (int): threshold of scoring metrics gain in fraction - max_feats (int): maximum number of features - prior (list): starting point for RFS to search, must be corresponds to the columns of X - exclusions (nested list): if the new selected feature is in one of the particular subpool (list in the nested list), then the features in that particular subpool with no longer be avalible to form any new subset in the following trials - n_jobs (int): Number of jobs to run in parallel. - n_digit (int): Decimal places for scoring - verbose (int): Level of verbosity of RFS If you have any ideas for this packge please don't hesitate to bring forward!


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl ForwardStepwiseFeatureSelection-1.3.9:

    pip install ForwardStepwiseFeatureSelection-1.3.9.whl


نصب پکیج tar.gz ForwardStepwiseFeatureSelection-1.3.9:

    pip install ForwardStepwiseFeatureSelection-1.3.9.tar.gz