معرفی شرکت ها


data-science-toolkit-0.0.997


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

Data Science Toolkit (DST) is a Python library that helps implement data science related project with ease.
ویژگی مقدار
سیستم عامل -
نام فایل data-science-toolkit-0.0.997
نام data-science-toolkit
نسخه کتابخانه 0.0.997
نگهدارنده []
ایمیل نگهدارنده []
نویسنده EL HACHIMI CHOUAIB
ایمیل نویسنده elhachimi.ch@gmail.com
آدرس صفحه اصلی https://github.com/elhachimi-ch/dst
آدرس اینترنتی https://pypi.org/project/data-science-toolkit/
مجوز -
# Data Science Toolkit [![readthedocs](https://img.shields.io/badge/docs-latest-brightgreen.svg?style=flat)](https://data-science-toolkit.readthedocs.io) [![License](https://img.shields.io/badge/license-MIT-blue.svg)](https://opensource.org/licenses/MIT) [![Reproducible Capsule](https://img.shields.io/static/v1?label=&message=code+ocean&color=blue)](https://codeocean.com/capsule/1309232/tree) Data Science Toolkit (DST) is a Python library that helps implement data science related project with ease. ## Simple Demo ```python from data_science_toolkit.dataframe import DataFrame from data_science_toolkit.model import Model data = DataFrame() data.load_dataset('iris') y = data.get_column('target') data.drop_column('target') # decision tree model model = Model(data_x=data.get_dataframe(), data_y=y, model_type='dt', training_percent=0.8) # train the model model.train() # get all classification evaluation metrics model.report() #get the cross validation model.cross_validation(5) ``` ## Documentation More information can be found on the [DST documentation site.](https://data-science-toolkit.readthedocs.io) ### Contributing Contrubution and suggestions are welcome via GitHub Pull Requests. ### Maintainership We're actively enhacing the repo with new algorithms. ### How to cite


نیازمندی

مقدار نام
>=42 setuptools
- wheel
- pandas
- numpy
- tensorflow
- scikit-learn
- seaborn
- matplotlib
- wordcloud
- keras
- plotly
- xgboost
- opencv-python
- scikit-image
- unidecode
>=1.7 emoji
- textblob
- nltk
- optuna
- contextily


زبان مورد نیاز

مقدار نام
>=3.5 Python


نحوه نصب


نصب پکیج whl data-science-toolkit-0.0.997:

    pip install data-science-toolkit-0.0.997.whl


نصب پکیج tar.gz data-science-toolkit-0.0.997:

    pip install data-science-toolkit-0.0.997.tar.gz