معرفی شرکت ها

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 بیشتر

توضیحات

ویژگی	مقدار
سیستم عامل	-
نام فایل	dffml-model-scratch-0.1.0.post0
نام	dffml-model-scratch
نسخه کتابخانه	0.1.0.post0
نگهدارنده	['John Andersen']
ایمیل نگهدارنده	['john.s.andersen@intel.com']
نویسنده	Yash Lamba
ایمیل نویسنده	yashlamba2000@gmail.com
آدرس صفحه اصلی	https://github.com/intel/dffml/blob/master/model/scratch/README.md
آدرس اینترنتی	https://pypi.org/project/dffml-model-scratch/
مجوز	MIT

# DFFML Scratch Models ## About Models created without a machine learning framework. ## Install ```console $ python3 -m pip install --user dffml-model-scratch ``` ## Usage If we have a dataset of years of experience in a job and the Salary (in thousands) at that job we can use the Simple Linear Regression model to predict a salary given the years of experience (or the other way around). First we create the file containing the dataset. Then we train the model, get its accuracy. And using `echo` pipe a new csv file of data to predict into the model, and it will give us it prediction of the Salary. ```console $ cat > dataset.csv << EOF Years,Salary 1,40 2,50 3,60 4,70 5,80 EOF $ dffml train -model scratchslr -model-features Years:int:1 -model-predict Salary -model-directory tempdir -sources f=csv -source-filename dataset.csv -source-readonly -log debug $ dffml accuracy -model scratchslr -model-features Years:int:1 -model-predict Salary -model-directory tempdir -sources f=csv -source-filename dataset.csv -source-readonly -log debug 1.0 $ echo -e 'Years,Salary\n6,0\n' | dffml predict all -model scratchslr -model-features Years:int:1 -model-predict Salary -model-directory tempdir -sources f=csv -source-filename /dev/stdin -source-readonly -log debug [ { "extra": {}, "features": { "Salary": 0, "Years": 6 }, "last_updated": "2019-07-19T09:46:45Z", "prediction": { "confidence": 1.0, "value": 90.0 }, "key": "0" } ] ``` ## License Scratch Models are distributed under the terms of the [MIT License](LICENSE).

نیازمندی

مقدار	نام
>=0.4.0	dffml
>=1.19.2	numpy

نحوه نصب

نصب پکیج whl dffml-model-scratch-0.1.0.post0:

pip install dffml-model-scratch-0.1.0.post0.whl

نصب پکیج tar.gz dffml-model-scratch-0.1.0.post0:

pip install dffml-model-scratch-0.1.0.post0.tar.gz