معرفی شرکت ها


cvxfit-0.1.9


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

توضیحات

Fit convex approximations to samples of functions
ویژگی مقدار
سیستم عامل -
نام فایل cvxfit-0.1.9
نام cvxfit
نسخه کتابخانه 0.1.9
نگهدارنده []
ایمیل نگهدارنده ['Mainak Chowdhury <mainakch@gmail.com>']
نویسنده -
ایمیل نویسنده Mainak Chowdhury <mainakch@gmail.com>, Alon Kipnis <alon.kipnis@idc.ac.il>, Milind Rao <milind@stanford.edu>
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/cvxfit/
مجوز -
# CvxFit CvxFit is a package which provides classes for fitting convex functions to given data. ## Usage Typical usage looks like this: ``` #!/usr/bin/env python from cvxfit import CvxFit import scipy as sp # Generate data. N = 1000 n = 3 def f_actual(x): return sp.sum(x*x) X = sp.randn(N, n) Y = sp.array([f_actual(pt) for pt in X]) # Initialize object with 10 affine functions # with regularization 0.001, and maximum # number of iterations 20. fit_object = CvxFit(X=X, Y=Y, type='pwl', extra_param=[10, 0.001, 20]) # Perform fit. fit_object.fit() # See training error; repeat fit if high. print 'Training error: ' + str(fit_object.mean_training_error) # Compare quality of fit at a random point. pt = sp.randn(1, n) print 'Actual value: ' + str(f_actual(pt)) print 'Approximate value: ' + str(fit_object.evaluate(pt)[0]) ``` ## Authors This package was originally written and tested by Mainak Chowdhury, Alon Kipnis and Milind Rao. ## Acknowledgements This package came out of a course project for EE364b at Stanford University, Spring 2014, taught by Prof. Stephen Boyd. We would like to thank all members of the awesome teaching staff for their feedback and suggestions.


نیازمندی

مقدار نام
- scipy


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl cvxfit-0.1.9:

    pip install cvxfit-0.1.9.whl


نصب پکیج tar.gz cvxfit-0.1.9:

    pip install cvxfit-0.1.9.tar.gz