معرفی شرکت ها
TakeConfusionMatrix-0.0.9
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
TakeConfusionMatrix is a tool for batched metrics calculations
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | TakeConfusionMatrix-0.0.9 |
| نام | TakeConfusionMatrix |
| نسخه کتابخانه | 0.0.9 |
| نگهدارنده | ['D&A Team'] |
| ایمیل نگهدارنده | ['analytics.ped@take.net'] |
| نویسنده | Cecília Assis |
| ایمیل نویسنده | cecilia.assis@take.net |
| آدرس صفحه اصلی | https://curupira.visualstudio.com/DefaultCollection/Data%20Analytics%20%28DA%29/_git/TakeConfusionMatrix |
| آدرس اینترنتی | https://pypi.org/project/TakeConfusionMatrix/ |
| مجوز | - |
# TakeConfunsionMatrix
TakeConfusionMatrix is a Python package for batched Machine Learning metrics calculation and is distributed under MIT License.
## Goal
The main goal of this package is to enable calculation of Machine Learning metrics for hundreds of milions of results through batch computation.
## Features
The current package features are:
- Confusion Matrix
- Image output
- Normalized output
- Custom labelled output
- Precision Score
- Recall Score
- F1-Score
- Accuracy Score (Exact Match Ratio)
## Installation
### Dependencies
TakeConfusionMatrix requires:
- Python (>= 3.8)
- Pandas (>= 1.0.4)
- scikit-learn (>= 0.23.1)
### User installation
Install the 64bit version of Python, for instance from https://www.python.org/. Then run:
```bash
pip install -U TakeConfusionMatrix
```
### VirutalEnv installation
In order to avoid potential conflicts with other packages it is strongly recommended to use a virtual environment, e.g. python3 `virtualenv` (see [python3 virtualenv documentation](https://docs.python.org/3/tutorial/venv.html)) or conda environments.
To do so, install the 64bit version of Python3 if you doesn't have it yet, then run:
```bash
python3 -m venv venv
source venv/bin/activate
pip install -U TakeConfusionMatrix
```
**NOTE**: Please note that the above instructions assume a Linux-based SO. If you are using another environment, see [scikit-learn installation documentation](https://scikit-learn.org/stable/install.html).
## Usage
Here the package's features are briefly presented. For more advanced examples, please refer to the methods documentation.
### Matrix computation
```python
# Import MetricsComputation class
from take_confusion_matrix import MetricsCalculation
# Initialize class
labels = [0, 1, 2]
mc = MetricsCalculator(labels)
# Compute matrix
y_true = [0, 1, 0, 1]
y_pred = [0, 0, 0, 0]
mc.compute_matrix(y_true, y_pred)
y_true = [0, 2, 0, 2]
y_pred = [0, 0, 0, 0]
mc.compute_matrix(y_true, y_pred)
# Generate matrix
confusion_matrix = mc.generate_confusion_matrix()
print(confusion_matrix)
```
#### Normalized matrix
```python
confusion_matrix = mc.generate_confusion_matrix(normalize=True)
```
#### Custom labelled matrix
```python
labels = ["class_0", "class_1", "class_2"]
confusion_matrix = mc.generate_confusion_matrix(labels=labels)
```
#### Label free matrix
```python
confusion_matrix = mc.generate_confusion_matrix(with_labels=False)
```
#### Image matrix
```python
mc.generate_confusion_matrix(as_image=True)
```
### Metrics computation
```python
# Import MetricsComputation class
from take_confusion_matrix import MetricsCalculation
# Initialize class
labels = [0, 1, 2]
mc = MetricsCalculator(labels)
# Compute matrix
y_true = [0, 1, 0, 1]
y_pred = [0, 0, 0, 0]
mc.compute_matrix(y_true, y_pred)
y_true = [0, 2, 0, 2]
y_pred = [0, 0, 0, 0]
mc.compute_matrix(y_true, y_pred)
# Generate metics
metrics = mc.generate_metrics()
print(metrics)
```
## Testing
In order to test package's features, you must download the code and change you current directory (cd) to the package's one. After that, open a terminal inside package's folder and type:
```bash
pytest
```
All tests are stored inside `tests` folders, meaning that any test folder named `tests` contains a test set.
## Maintainer
Take's D&A Team | [analytics.ped@take.net](mailto:analytics.ped@take.net)
## Author
CecÃlia Regina Oliveira de Assis | [@ceciliassis](https://github.com/ceciliassis)
نیازمندی
| مقدار | نام |
|---|---|
| >=1.0.4 | pandas |
| >=0.23.1 | scikit-learn |
| >=3.2.2 | matplotlib |
| >=0.10.1 | seaborn |
نحوه نصب
نصب پکیج whl TakeConfusionMatrix-0.0.9:
pip install TakeConfusionMatrix-0.0.9.whl
نصب پکیج tar.gz TakeConfusionMatrix-0.0.9:
pip install TakeConfusionMatrix-0.0.9.tar.gz