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

diver is a series of tools to speed up common feature-set investigation, conditioning and encoding for common ML algorithms

ویژگی	مقدار
سیستم عامل	-
نام فایل	diver-0.2.3
نام	diver
نسخه کتابخانه	0.2.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Tom Walker
ایمیل نویسنده	tom.walker@clearscore.com
آدرس صفحه اصلی	https://github.com/ClearScore/diver
آدرس اینترنتی	https://pypi.org/project/diver/
مجوز	-

# DIVER `Diver` is the `D`ataset `I`nspector, `V`isualiser and `E`ncode`r` library, automating and codifying common data science project steps as standardised and reusable methods. See `example-notebooks/house-price-demo.ipynb` for a full walkthrough. <p align="center"> <img width="460" height="300" src="https://github.com/ClearScore/diver/raw/master/pictures/stingray.jpg"> </p> ## `dataset_inspector` A set of functions which help perform checks for common dataset issues which can impact machine learning model performance. ![`inspector` flow](https://github.com/ClearScore/diver/raw/master/pictures/inspector_flow.png) ## `dataset_conditioner` A `scikit-learn`-formatted module which can perform various data-type encodings in a single go, and save the associated attributes from a train-set encoding to reuse on a test-set encoding: - The `.fit_transform` method learns various encodings (feature means and variances; categorical feature elements - yellow in the flow chart below) and then performs the various encodings on the feature train set - The `.transform` method applies train-set encodings to a test set ![`fit_transform` flow](https://github.com/ClearScore/diver/raw/master/pictures/readme_flow.png) ## `dataset_visualiser` Functions for visualising aspects of the dataset ### Correlation analysis - Display the correlation matrix for the top `n` correlating features (`n` specified by the user) against the dependent variable (at the bottom row of the matrix) ![correlation](https://github.com/ClearScore/diver/raw/master/pictures/correlation.png) ## Future Work #### `categorical_excess_cardinality_flagger_and_reducer` - Option for instances where there are no categorical features #### `missing_value_conditioner` - Choose between either {use means from train set (default), calculate means for test set} - Missing values for categorical features - Implement missing value imputation: https://measuringu.com/handle-missing-data/ - GOOD READING: https://towardsdatascience.com/6-different-ways-to-compensate-for-missing-values-data-imputation-with-examples-6022d9ca0779 #### `ordinal_encoder` - Create a function to do this #### `timestamp_encoder` - is_public_holiday : bool - Update above diagram #### Remove warnings #### Make robust to non-consecutive indices in input df #### Unit test all functions #### Extreme values #### PCA option? #### Label balanced class checker (for classification problems) - https://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/ #### Distribution and correlation analysis - Display correlation matrix for top `n` correlates alongside target at the bottom - Display pairplot for top `n` correlates alongside target at the bottom - Or instead of `top n` correlates, instead threshold of `cumulative variance` - Option to DROOP lower correlates (lower than threshold) if desired ## Useful reading - https://machinelearningmastery.com/process-for-working-through-machine-learning-problems/ - https://towardsdatascience.com/smarter-ways-to-encode-categorical-data-for-machine-learning-part-1-of-3-6dca2f71b159 - https://medium.com/apprentice-journal/pca-application-in-machine-learning-4827c07a61db

نیازمندی

مقدار	نام
>=0.22.2	scikit-learn
-	joblib

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl diver-0.2.3:

pip install diver-0.2.3.whl

نصب پکیج tar.gz diver-0.2.3:

pip install diver-0.2.3.tar.gz