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

A lightweight automl library

ویژگی	مقدار
سیستم عامل	-
نام فایل	cutoml-0.0.9.post12
نام	cutoml
نسخه کتابخانه	0.0.9.post12
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Omkar Udawant
ایمیل نویسنده	omkarudawant97@gmail.com
آدرس صفحه اصلی	https://github.com/omkarudawant/CutoML
آدرس اینترنتی	https://pypi.org/project/cutoml/
مجوز	gpl-3.0

<img src="https://user-images.githubusercontent.com/51676294/105076115-ac83e100-5ab0-11eb-8743-9a6dcc21cf45.png" width="90%"></img> [![PyPI version](https://badge.fury.io/py/cutoml.svg)](https://pypi.org/project/cutoml/) [![Downloads](https://pepy.tech/badge/cutoml)](https://pepy.tech/project/cutoml) [![License: GPL v3](https://img.shields.io/badge/License-GPLv3-blue.svg)](https://github.com/omkarudawant/CutoML/blob/main/LICENSE) [![Python 3.6](https://img.shields.io/badge/python-3.6+-blue.svg)](https://www.python.org/downloads/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](https://github.com/omkarudawant/CutoML/pulls) [![Maintenance](https://img.shields.io/badge/Maintained%3F-yes-green.svg)](https://github.com/omkarudawant/CutoML) CutoML is a lightweight automl library, highly optimized to give you the best possible model depending on your datasets very quickly. Installation ------------ pip install -U cutoml Usage Example ------------- For classification, ```python from cutoml.cutoml import CutoClassifier from sklearn.model_selection import train_test_split from sklearn import datasets dataset = datasets.load_digits() X_train, X_test, y_train, y_test = train_test_split(dataset.data, dataset.target, test_size=0.25) ctc = CutoClassifier(k_folds=5, n_jobs=2) ctc.fit(X=X_train, y=y_train) ``` For regression, ```python from cutoml.cutoml import CutoRegressor from sklearn.model_selection import train_test_split from sklearn import datasets dataset = datasets.load_boston() X_train, X_test, y_train, y_test = train_test_split(dataset.data, dataset.target, test_size=0.25) ctr = CutoRegressor(k_folds=5, n_jobs=2) ctr.fit(X=X_train, y=y_train) ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl cutoml-0.0.9.post12:

pip install cutoml-0.0.9.post12.whl

نصب پکیج tar.gz cutoml-0.0.9.post12:

pip install cutoml-0.0.9.post12.tar.gz