معرفی شرکت ها

classicML-lite-0.7a0

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
0.7a0
0.7a0

توضیحات

An easy-to-use ML framework
ویژگی مقدار
سیستم عامل -
نام فایل classicML-lite-0.7a0
نام classicML-lite
نسخه کتابخانه 0.7a0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Steve R. Sun
ایمیل نویسنده s1638650145@gmail.com
آدرس صفحه اصلی https://github.com/sun1638650145/classicML
آدرس اینترنتی https://pypi.org/project/classicML-lite/
مجوز Apache Software License
# classicML: 简单易用的经典机器学习框架 ![build](https://github.com/sun1638650145/classicML/workflows/build/badge.svg) ![PyPI](https://github.com/sun1638650145/classicML/workflows/PyPI/badge.svg) [![Documentation Status](https://readthedocs.org/projects/classicml/badge/?version=latest)](https://classicml.readthedocs.io/zh_CN/latest/?badge=latest) classicML 是一个用 Python 和 C++ 混编的机器学习项目，您既可以使用纯 Python 版本进行学习，也可以使用CC标准版进行实验和探索自定义功能。它既实现了Python的简单易用快速上手，又实现了C++的高效性能。classicML的设计目标是简单易用，快速入门，高扩展性和编程风格简洁。更多信息请访问[文档网站](https://classicml.readthedocs.io/)。 ## 多后端支持 classicML 本身是一个Python项目，但是机器学习中涉及到的复杂的矩阵运算对于Python有点儿捉襟见肘，因此我们提供了使用C++后端的加速版本。为了保证兼容性，classicML默认使用Python后端，现在全部算法支持了使用C++作为后端进行加速，如果您需要使用标准版的classicML，只需在开头使用这条语句切换后端。 ```python import os os.environ['CLASSICML_ENGINE'] = 'CC' ``` ## 精度控制 目前，classicML 正在对全部算法支持32位和64位切换精度，使用32位的精度可以获得更快的运行速度和更小固化模型。 ```python import os os.environ['CLASSICML_PRECISION'] = '32-bit' ``` ## 第一个机器学习程序 使用线性判别分析进行二分类 * 下载示例数据集 ```shell wget https://github.com/sun1638650145/classicML/blob/master/datasets/西瓜数据集alpha.csv ``` * 运行下面的代码 ```python import classicML as cml DATASET_PATH = '/path/to/西瓜数据集alpha.csv' # 读取数据 ds = cml.data.Dataset() ds.from_csv(DATASET_PATH) # 生成模型 model = cml.models.LDA() # 训练模型 model.fit(ds.x, ds.y) # 可视化模型 cml.plots.plot_lda(model, ds.x, ds.y, '密度', '含糖率') ``` * [更多示例代码点击](https://github.com/sun1638650145/classicML/tree/master/examples) ## v0.7 预览 在之前的版本`classicML`全局精度是`float64`的，现在我们引入`CLASSICML_PRECISION`，这样你就可以控制全局精度，使用32位的精度时，可以获得更快的运行速度和更小固化模型。


نیازمندی

مقدار نام
==3.3.3 matplotlib
==1.19.4 numpy
==1.1.4 pandas


زبان مورد نیاز

مقدار نام
>=3.8 Python


نحوه نصب


نصب پکیج whl classicML-lite-0.7a0:

    pip install classicML-lite-0.7a0.whl


نصب پکیج tar.gz classicML-lite-0.7a0:

    pip install classicML-lite-0.7a0.tar.gz