معرفی شرکت ها

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 بیشتر

توضیحات

Breakout detection for Python

ویژگی	مقدار
سیستم عامل	-
نام فایل	breakout-detection-0.1.0
نام	breakout-detection
نسخه کتابخانه	0.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Andrew Kane
ایمیل نویسنده	andrew@ankane.org
آدرس صفحه اصلی	https://github.com/ankane/breakout-python
آدرس اینترنتی	https://pypi.org/project/breakout-detection/
مجوز	GPL-2.0-or-later

# Breakout Python :fire: [BreakoutDetection](https://github.com/twitter/BreakoutDetection) for Python Learn [how it works](https://blog.twitter.com/engineering/en_us/a/2014/breakout-detection-in-the-wild) [![Build Status](https://github.com/ankane/breakout-python/workflows/build/badge.svg?branch=master)](https://github.com/ankane/breakout-python/actions) ## Installation Run: ```sh pip install breakout-detection ``` ## Getting Started Detect breakouts in a time series ```python from breakout import breakout series = [100, 150, 136, ...] breakout(series) ``` ## Options Pass options - default values below ```python breakout( series, min_size=30, # minimum observations between breakouts method='multi', # multi or amoc (at most one change) degree=1, # degree of the penalization polynomial (multi only) beta=0.008, # penalization term (multi only) percent=None, # minimum percent change in goodness of fit statistic (multi only) alpha=2, # weight of the distance between observations (amoc only) exact=True # exact or approximate median (amoc only) ) ``` ## Credits This library uses the C++ code from the [BreakoutDetection](https://github.com/twitter/BreakoutDetection) R package and is available under the same license. ## References - [Leveraging Cloud Data to Mitigate User Experience from ‘Breaking Bad’](https://arxiv.org/abs/1411.7955) ## History View the [changelog](https://github.com/ankane/breakout-python/blob/master/CHANGELOG.md) ## Contributing Everyone is encouraged to help improve this project. Here are a few ways you can help: - [Report bugs](https://github.com/ankane/breakout-python/issues) - Fix bugs and [submit pull requests](https://github.com/ankane/breakout-python/pulls) - Write, clarify, or fix documentation - Suggest or add new features To get started with development: ```sh git clone https://github.com/ankane/breakout-python.git cd breakout-python pip install -r requirements.txt python setup.py install pytest ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl breakout-detection-0.1.0:

pip install breakout-detection-0.1.0.whl

نصب پکیج tar.gz breakout-detection-0.1.0:

pip install breakout-detection-0.1.0.tar.gz