معرفی شرکت ها

dask-searchcv-0.2.0

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
0.2.0
0.1.0
0.0.2
0.2.0
0.1.0
0.0.2
0.0.1

توضیحات

Tools for doing hyperparameter search with Scikit-Learn and Dask
ویژگی مقدار
سیستم عامل -
نام فایل dask-searchcv-0.2.0
نام dask-searchcv
نسخه کتابخانه 0.2.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Jim Crist
ایمیل نویسنده jcrist@continuum.io
آدرس صفحه اصلی http://github.com/dask/dask-searchcv
آدرس اینترنتی https://pypi.org/project/dask-searchcv/
مجوز BSD
dask-searchcv ============= |Travis Status| |Doc Status| |Conda Badge| |PyPI Badge| Tools for performing hyperparameter search with `Scikit-Learn <http://scikit-learn.org>`_ and `Dask <http://dask.pydata.org>`_. Highlights ---------- - Drop-in replacement for Scikit-Learn's ``GridSearchCV`` and ``RandomizedSearchCV``. - Hyperparameter optimization can be done in parallel using threads, processes, or distributed across a cluster. - Works well with Dask collections. Dask arrays, dataframes, and delayed can be passed to ``fit``. - Candidate estimators with identical parameters and inputs will only be fit once. For composite-estimators such as ``Pipeline`` this can be significantly more efficient as it can avoid expensive repeated computations. For more information, check out the `documentation <http://dask-searchcv.readthedocs.io>`_. Install ------- Dask-searchcv is available via ``conda`` or ``pip``: :: # Install with conda $ conda install dask-searchcv -c conda-forge # Install with pip $ pip install dask-searchcv Example ------- .. code-block:: python from sklearn.datasets import load_digits from sklearn.svm import SVC import dask_searchcv as dcv import numpy as np digits = load_digits() param_space = {'C': np.logspace(-4, 4, 9), 'gamma': np.logspace(-4, 4, 9), 'class_weight': [None, 'balanced']} model = SVC(kernel='rbf') search = dcv.GridSearchCV(model, param_space, cv=3) search.fit(digits.data, digits.target) .. |Travis Status| image:: https://travis-ci.org/dask/dask-searchcv.svg?branch=master :target: https://travis-ci.org/dask/dask-searchcv .. |Doc Status| image:: http://readthedocs.org/projects/dask-searchcv/badge/?version=latest :target: http://dask-searchcv.readthedocs.io/en/latest/index.html :alt: Documentation Status .. |PyPI Badge| image:: https://img.shields.io/pypi/v/dask-searchcv.svg :target: https://pypi.python.org/pypi/dask-searchcv .. |Conda Badge| image:: https://anaconda.org/conda-forge/dask-searchcv/badges/version.svg :target: https://anaconda.org/conda-forge/dask-searchcv


نیازمندی

مقدار نام
>=0.14.0 dask
>=1.8.0 numpy
>=0.18.0 scikit-learn
>=0.13.0 scipy
>=0.8.2 toolz


نحوه نصب


نصب پکیج whl dask-searchcv-0.2.0:

    pip install dask-searchcv-0.2.0.whl


نصب پکیج tar.gz dask-searchcv-0.2.0:

    pip install dask-searchcv-0.2.0.tar.gz