معرفی شرکت ها
ceml-0.6.1
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
Counterfactuals for explaining machine learning models - A Python toolbox
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | ceml-0.6.1 |
| نام | ceml |
| نسخه کتابخانه | 0.6.1 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | André Artelt |
| ایمیل نویسنده | aartelt@techfak.uni-bielefeld.de |
| آدرس صفحه اصلی | https://github.com/andreArtelt/ceml |
| آدرس اینترنتی | https://pypi.org/project/ceml/ |
| مجوز | MIT |
****
CEML
****
--------------------------------------------------------
Counterfactuals for Explaining Machine Learning models
--------------------------------------------------------
CEML is a Python toolbox for computing counterfactuals. Counterfactuals can be used to explain the predictions of machine learing models.
It supports many common machine learning frameworks:
- scikit-learn (0.24.2)
- PyTorch (1.7.1)
- Keras & Tensorflow (2.5.1)
Furthermore, CEML is easy to use and can be extended very easily. See the following user guide for more information on how to use and extend CEML.
Installation
------------
**Note: Python 3.6 or higher is required!**
PyPI
++++
.. code-block:: bash
pip install ceml
**Note**: The package hosted on PyPI uses the cpu only. If you want to use the gpu, you have to install CEML manually - see next section.
Git
+++
Download or clone the repository:
.. code:: bash
git clone https://github.com/andreArtelt/ceml.git
cd ceml
Install all requirements (listed in ``requirements.txt``):
.. code:: bash
pip install -r requirements.txt
**Note**: If you want to use a gpu/tpu, you have to install the gpu version of jax, tensorflow and pytorch manually. Do not use ``pip install -r requirements.txt``.
Install the toolbox itself:
.. code:: bash
pip install .
Quick example
-------------
.. code-block:: python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.tree import DecisionTreeClassifier
from ceml.sklearn import generate_counterfactual
if __name__ == "__main__":
# Load data
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=4242)
# Whitelist of features - list of features we can change/use when computing a counterfactual
features_whitelist = None # We can use all features
# Create and fit model
model = DecisionTreeClassifier(max_depth=3)
model.fit(X_train, y_train)
# Select data point for explaining its prediction
x = X_test[1,:]
print("Prediction on x: {0}".format(model.predict([x])))
# Compute counterfactual
print("\nCompute counterfactual ....")
print(generate_counterfactual(model, x, y_target=0, features_whitelist=features_whitelist))
Documentation
-------------
Documentation is available on readthedocs:`https://ceml.readthedocs.io/en/latest/ <https://ceml.readthedocs.io/en/latest/>`_
License
-------
MIT license - See `LICENSE <LICENSE>`_
How to cite?
------------
You can cite CEML by using the following BibTeX entry:
.. code-block::
@misc{ceml,
author = {André Artelt},
title = {CEML: Counterfactuals for Explaining Machine Learning models - A Python toolbox},
year = {2019 - 2021},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://www.github.com/andreArtelt/ceml}}
}
Third party components
----------------------
- `numpy <https://github.com/numpy/numpy>`_
- `scipy <https://github.com/scipy/scipy>`_
- `jax <https://github.com/google/jax>`_
- `cvxpy <https://github.com/cvxgrp/cvxpy>`_
- `scikit-learn <https://github.com/scikit-learn/scikit-learn>`_
- `sklearn-lvq <https://github.com/MrNuggelz/sklearn-lvq>`_
- `PyTorch <https://github.com/pytorch/pytorch>`_
- `tensorflow <https://github.com/tensorflow>`_
نیازمندی
| مقدار | نام |
|---|---|
| ==1.19.5 | numpy |
| ==1.4.1 | scipy |
| ==0.2.17 | jax |
| ==0.1.69 | jaxlib |
| ==1.1.0 | cvxpy |
| ==0.24.2 | scikit-learn |
| ==1.1.1 | sklearn-lvq |
| ==2.5.1 | tensorflow |
| ==1.7.1 | torch |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl ceml-0.6.1:
pip install ceml-0.6.1.whl
نصب پکیج tar.gz ceml-0.6.1:
pip install ceml-0.6.1.tar.gz