معرفی شرکت ها

data-reduction-0.0.1

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
0.0.1
0.0.1

توضیحات

Package for data reduction, especially using instance selection algorithms.
ویژگی مقدار
سیستم عامل -
نام فایل data-reduction-0.0.1
نام data-reduction
نسخه کتابخانه 0.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Paulina Trofimiak
ایمیل نویسنده PaulinaTrofimiak@gmail.com
آدرس صفحه اصلی https://github.com/paultro708/DataReduction
آدرس اینترنتی https://pypi.org/project/data-reduction/
مجوز MIT
# InstanceSelection InstanceSelection is a Python module for reducing number of instances in datasets used in classification problems. The module is implemented as part of an engineering project. # Instalation ``` pip install data_reduction ``` # Usage ## Data loading and preparation The first step is to load and prepare data using DataPreparation: ``` data = DataPreparation('iris') ``` ## Instance selection with selected algoritm For all algorithms required parameter is instance of DataPreparation. Then you can reduce instances and prepare raport. ``` alg = DROP1(data, k=3) alg.reduce_instances() ``` ## Creating raport After reduction with selected algorithm you can create raport: ``` rap = Raport(data, alg.red_data, alg.red_lab) rap.print_raport(c_type = 'knn') ``` # Results of raporting ``` ============= Classifier: knn ============= Raport for original dataset Count of instances: 105 precision recall f1-score support Iris-setosa 1.0000 1.0000 1.0000 19 Iris-versicolor 1.0000 1.0000 1.0000 13 Iris-virginica 1.0000 1.0000 1.0000 13 accuracy 1.0000 45 macro avg 1.0000 1.0000 1.0000 45 weighted avg 1.0000 1.0000 1.0000 45 Cohen's Kappa: 1.00 === Training time: 0.0008822999999997805 Predicting time: 0.003322799999999848 Raport for reduced dataset Count of instances: 21 precision recall f1-score support Iris-setosa 1.0000 1.0000 1.0000 19 Iris-versicolor 0.7647 1.0000 0.8667 13 Iris-virginica 1.0000 0.6923 0.8182 13 accuracy 0.9111 45 macro avg 0.9216 0.8974 0.8949 45 weighted avg 0.9320 0.9111 0.9090 45 Cohen's Kappa: 0.86 === Training time: 0.0006775000000001086 Predicting time: 0.0024793999999999095 Reduction factor: 80.00 % ```


نیازمندی

مقدار نام
- numpy
- pandas
- matplotlib
- scikit-learn
- scipy
- pytest


زبان مورد نیاز

مقدار نام
>=3.6, <3.8 Python


نحوه نصب


نصب پکیج whl data-reduction-0.0.1:

    pip install data-reduction-0.0.1.whl


نصب پکیج tar.gz data-reduction-0.0.1:

    pip install data-reduction-0.0.1.tar.gz