معرفی شرکت ها

caddie-0.1.6

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
0.1.6
0.1.5
0.1.4
0.1.3
0.1.2
0.1.1
0.1.0
0.1.6
0.1.5
0.1.4
0.1.3
0.1.2
0.1.1
0.1.0

توضیحات

Information-Theoretic Causal Inference on Discrete Data
ویژگی مقدار
سیستم عامل -
نام فایل caddie-0.1.6
نام caddie
نسخه کتابخانه 0.1.6
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Kailash Budhathoki
ایمیل نویسنده kailash.buki@gmail.com
آدرس صفحه اصلی https://github.com/kailashbuki/caddie
آدرس اینترنتی https://pypi.org/project/caddie/
مجوز MIT License
Caddie ------- Caddie is a collection of bivariate discrete causal inference methods based on information-theoretic Additive Noise Models (ANM) and MDL-based instantiation of Algorithmic Independence of Conditionals (AIC). Caddie Module Installation ---------------------------- The recommended way to install the `caddie` module is to simply use `pip`: ```console $ pip install caddie ``` Caddie officially supports Python >= 3.6. How to use caddie? ------------------ ```pycon >>> X = [1] * 1000 >>> Y = [-1] * 1000 >>> from caddie import cisc >>> cisc.cisc(X, Y) # CISC (0.0, 0.0) >>> from caddie import anm, measures >>> anm.fit_both_dir(X, Y, measures.StochasticComplexity) # CRISP (0.0, 0.0) >>> anm.fit_both_dir(X, Y, measures.ChiSquaredTest) # DR (1.0, 1.0) >>> anm.fit_both_dir(X, Y, measures.ShannonEntropy) # ACID (0.0, 0.0) >>> from caddie import simulations >>> simulations.simulate_decision_rate_against_data_type('/results/dir/') # for decision rate vs data type plots ... >>> simulations.simulate_accuracy_against_sample_size('/results/dir/') # for accuracy/decidability vs sample size plots ... ``` How to cite the paper? ---------------------- Todo: Add the citation to thesis.


نیازمندی

مقدار نام
- tqdm
- pandas
- numpy
- scipy
- pytest


زبان مورد نیاز

مقدار نام
>=3.7 Python


نحوه نصب


نصب پکیج whl caddie-0.1.6:

    pip install caddie-0.1.6.whl


نصب پکیج tar.gz caddie-0.1.6:

    pip install caddie-0.1.6.tar.gz