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

Find-S algorithm is a Machine Learning Algorithm that finds the most specific hypothesis that fits all the positive examples.

ویژگی	مقدار
سیستم عامل	-
نام فایل	classic-FindS-2.0.0
نام	classic-FindS
نسخه کتابخانه	2.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Safir Motiwala
ایمیل نویسنده	safirmotiwala@gmail.com
آدرس صفحه اصلی	https://github.com/safir72347/ML-FindS-PyPi
آدرس اینترنتی	https://pypi.org/project/classic-FindS/
مجوز	-

Find-S Algorithm =================== Find-S algorithm is a Machine Learning Algorithm that finds the most specific hypothesis that fits all the positive examples. ---------- Installation ------------- Install directly from my [PyPi](https://pypi.org/project/classic-FindS/) > pip install classic-FindS Or Clone the [Repository](https://github.com/safir72347/ML-FindS-PyPi) and install > python3 setup.py install Parameters ------------- ## * X_train ------------- The Training Set array consisting of Features. ## * y_train ------------- The Training Set array consisting of Outcome. Attributes ------------- ## * fit(X_train, y_train) ------------- Fit the Training Set to the model. ## * predict(y_test) ------------- Predict the Test Set Results. <i class="icon-file"></i> Documentation ------------- ### 1. Install the package > pip install classic_FindS ### 2. Import the library > from classic_FindS import FindS ### 3. Create an object for FindS class > fs = FindS() ### 4. Fit your Training Set to the model > fs.fit(X_train, y_train) ### 5. Predict your Test Set results > y_pred = fs.predict(y_test) ---------- Example Code ------------- ### 1. Import the dataset and Preprocess > * import numpy as np > * import pandas as pd > * dataset = pd.read_csv('Covid-19_Data.csv') > * result = {'Yes':1, 'No':0} > * dataset['Covid_19'] = dataset['Covid_19'].map(result) > * X = dataset.iloc[:, 0:5].values > * y = dataset.iloc[:, -1].values > * from sklearn.model_selection import KFold > * kf = KFold(n_splits=10) > * for train_index, test_index in kf.split(X,y): > * X_train, X_test = X[train_index], X[test_index] > * y_train, y_test = y[train_index], y[test_index] ### 2. Use the Find-S Library > * from classic_FindS import FindS > * fs = FindS() > * S_hypothesis = fs.fit(X_train, y_train) > * print("Specific Hypothesis : ", S_hypothesis) > * y_pred = fs.predict(X_test) ---------- Footnotes ------------- You can find the code at my [Github](https://github.com/safir72347/ML-FindS-PyPi). Connect with me on Social Media ------------- * [https://www.github.com/safir72347](www.github.com/safir72347) * [https://www.linkedin.com/in/safir72347/](https://www.linkedin.com/in/safir72347/) * [https://www.instagram.com/safir_12_10/](https://www.instagram.com/safir_12_10/)

زبان مورد نیاز

مقدار	نام
>=3.0	Python

نحوه نصب

نصب پکیج whl classic-FindS-2.0.0:

pip install classic-FindS-2.0.0.whl

نصب پکیج tar.gz classic-FindS-2.0.0:

pip install classic-FindS-2.0.0.tar.gz