معرفی شرکت ها
datadetective-0.4.0
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 بیشترتوضیحات
The Data Detective, for better Machine Learning & AI
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | datadetective-0.4.0 |
| نام | datadetective |
| نسخه کتابخانه | 0.4.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Vo Chi Cong |
| ایمیل نویسنده | ccvo@live.jp |
| آدرس صفحه اصلی | https://github.com/Tre-Xanh/datadetective/tree/master/ |
| آدرس اینترنتی | https://pypi.org/project/datadetective/ |
| مجوز | Apache Software License 2.0 |
DataDetective
================
<!-- WARNING: THIS FILE WAS AUTOGENERATED! DO NOT EDIT! -->
## Install
`pip install -U datadetective`
## How to use
DataDetective works with classifiers. It ranks the suspicious labels
given probabilies by some classification model. You can use normal
Python lists, Numpy arrays or Pandas data. Return values are in a Numpy
array or a Pandas series, the larger the value, the more suspicious are
the coresponding labels.
``` python
assert datadetective.__version__ == '0.4.0'
```
``` python
from datadetective import suspect
```
``` python
labels = pd.Series(["cat", "dog", "dog", "cat", "cat"])
```
0 cat
1 dog
2 dog
3 cat
4 cat
dtype: object
``` python
probas = pd.DataFrame(dict(
cat=[0.5, 0.4, 0.3, 0.2, 0.1],
dog=[0.5, 0.6, 0.7, 0.8, 0.9],
))
```
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>cat</th>
<th>dog</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>0.5</td>
<td>0.5</td>
</tr>
<tr>
<th>1</th>
<td>0.4</td>
<td>0.6</td>
</tr>
<tr>
<th>2</th>
<td>0.3</td>
<td>0.7</td>
</tr>
<tr>
<th>3</th>
<td>0.2</td>
<td>0.8</td>
</tr>
<tr>
<th>4</th>
<td>0.1</td>
<td>0.9</td>
</tr>
</tbody>
</table>
</div>
``` python
suspect(
probas,
labels=labels,
)
```
datadetective.classification.estimate_noise.avg_confidence:35 [0.26666667 0.65 ]
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>err</th>
<th>suspected</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>0.000000</td>
<td>False</td>
</tr>
<tr>
<th>1</th>
<td>0.183333</td>
<td>True</td>
</tr>
<tr>
<th>2</th>
<td>0.000000</td>
<td>False</td>
</tr>
<tr>
<th>3</th>
<td>0.216667</td>
<td>True</td>
</tr>
<tr>
<th>4</th>
<td>0.416667</td>
<td>True</td>
</tr>
</tbody>
</table>
</div>
``` python
residual = suspect(
probas,
labels=labels,
rank_method="residual",
return_non_errors=False,
)
```
datadetective.classification.estimate_noise.avg_confidence:35 [0.26666667 0.65 ]
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>err</th>
</tr>
</thead>
<tbody>
<tr>
<th>1</th>
<td>0.4</td>
</tr>
<tr>
<th>3</th>
<td>0.8</td>
</tr>
<tr>
<th>4</th>
<td>0.9</td>
</tr>
</tbody>
</table>
</div>
``` python
set_logger("INFO")
confidence = suspect(
probas,
labels=labels,
rank_method="confidence",
return_non_errors=False,
)
```
datadetective.classification.estimate_noise.avg_confidence:35 [0.26666667 0.65 ]
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>err</th>
</tr>
<tr>
<th>id</th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<th>1</th>
<td>0.183333</td>
</tr>
<tr>
<th>3</th>
<td>0.216667</td>
</tr>
<tr>
<th>4</th>
<td>0.416667</td>
</tr>
</tbody>
</table>
</div>
``` python
probas.assign(labels=labels, residual=residual, confidence=confidence)
```
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>cat</th>
<th>dog</th>
<th>labels</th>
<th>residual</th>
<th>confidence</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>0.5</td>
<td>0.5</td>
<td>cat</td>
<td>NaN</td>
<td>NaN</td>
</tr>
<tr>
<th>1</th>
<td>0.4</td>
<td>0.6</td>
<td>dog</td>
<td>0.4</td>
<td>0.183333</td>
</tr>
<tr>
<th>2</th>
<td>0.3</td>
<td>0.7</td>
<td>dog</td>
<td>NaN</td>
<td>NaN</td>
</tr>
<tr>
<th>3</th>
<td>0.2</td>
<td>0.8</td>
<td>cat</td>
<td>0.8</td>
<td>0.216667</td>
</tr>
<tr>
<th>4</th>
<td>0.1</td>
<td>0.9</td>
<td>cat</td>
<td>0.9</td>
<td>0.416667</td>
</tr>
</tbody>
</table>
</div>
## docstring
``` python
help(suspect)
```
Help on function suspect in module datadetective.api:
suspect(...)
Rank the suspicious labels given probas from a classifier.
Accept Numpy arrays, Pandas dataframes and series.
We can use interger, string or even float labels, given that
the probability matrix's columns are indexed by the same label set.
#### Args
- probas (n x m matrix): probabilites for possible classes.
#### KwArgs
- labels (n x 1 vector): observed class labels
- rank_method (str): `residual` or `confidence`
- return_non_errors (bool, default = True): return all rows, including non-errors
#### Returns
a Pandas DataFrame including 1 index and 2 columns:
- id (int): the index which is the same to the original data row index
- err (float): the magnitude of suspiciousness, valued between [0, 1]
- suspected (bool): whether the data row is suspected as having a label error. This collum is returned iff return_non_errors=True.
نیازمندی
| مقدار | نام |
|---|---|
| - | pip |
| - | packaging |
| - | loguru |
| - | numpy |
| - | pandas |
| - | plum-dispatch |
| - | scipy |
| - | cleanlab |
| - | pyarrow |
| - | scikit-learn |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.8 | Python |
نحوه نصب
نصب پکیج whl datadetective-0.4.0:
pip install datadetective-0.4.0.whl
نصب پکیج tar.gz datadetective-0.4.0:
pip install datadetective-0.4.0.tar.gz