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

EasyGeppy is an easy to use programming interface for Geppy

ویژگی	مقدار
سیستم عامل	-
نام فایل	easy-geppy-0.1.2
نام	easy-geppy
نسخه کتابخانه	0.1.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Eduardo Henrique Vieira dos Santos
ایمیل نویسنده	edvieira@github.com
آدرس صفحه اصلی	https://github.com/edvieira/EasyGeppy
آدرس اینترنتی	https://pypi.org/project/easy-geppy/
مجوز	GPL-3.0 license

# EasyGeppy EasyGeppy is an easy to use programming interface for [Geppy](https://github.com/ShuhuaGao/geppy) from Shuhua Gao [1], and proposed by C. Ferreira in 2001 [2] for [Gene Expression Programming](https://en.wikipedia.org/wiki/Gene_expression_programming) (GEP). EasyGeppy provides a minimized and pre-defined pipeline setup for solving simple and multiple regression problems using Geppy along with Pandas [3] and Numpy [4]. The pipeline is based on the following Shuhua Gao's notebook: [Simple mathematical expression inference](https://github.com/ShuhuaGao/geppy/blob/master/examples/sr/numerical_expression_inference-ENC.ipynb). Nonetheless, EasyGeppy allows you to set your custom configuration to its setup by accessing the class EasyGeppy attributes. Feel free to contribute. ## How to install ~~~ pip install easy_geppy ~~~ ## How to use ~~~ #import from easy_geppy import EasyGeppy # Initialize egp = EasyGeppy(df, #Pandas DataFrame x_columns=['column1','column2','column3'], y_column='column_y') egp.default_initialization() # Train egp.launch_evolution(n_pop=300, n_gen=100) # Get resulting function for making predictions best_func = egp.get_best_solution_as_function() # Make predictions df['y_predicted'] = best_func(df) # Get symbolic representation of the resulting function egp.get_best_solution_simplified() ~~~ ## Example 1. [EasyGeppy-Example](./tests/EasyGeppy-Example.ipynb) ## Reference [1] Shuhua Gao (2020) Geppy [Source code]. https://github.com/ShuhuaGao/geppy. [2] Ferreira, C. (2001). Gene Expression Programming: a New Adaptive Algorithm for Solving Problems. Complex Systems, 13. [3] McKinney, W. & others, 2010. Data structures for statistical computing in python. In Proceedings of the 9th Python in Science Conference. pp. 51–56. [4] Harris, C.R., Millman, K.J., van der Walt, S.J. et al. Array programming with NumPy. Nature 585, 357–362 (2020). DOI: 10.1038/s41586-020-2649-2. (Publisher link).

نیازمندی

مقدار	نام
>=1.3.3	deap
>=0.3.5.1	dill
>=0.1.3	geppy
-	numpy
>=1.3.4	pandas
-	sympy
-	graphviz

نحوه نصب

نصب پکیج whl easy-geppy-0.1.2:

pip install easy-geppy-0.1.2.whl

نصب پکیج tar.gz easy-geppy-0.1.2:

pip install easy-geppy-0.1.2.tar.gz