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

Python package to compute the Equal Error Rate, wrapping lrreval

ویژگی	مقدار
سیستم عامل	-
نام فایل	eer-0.0.2
نام	eer
نسخه کتابخانه	0.0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	-
ایمیل نویسنده	David van Leeuwen <david.vanleeuwen@gmail.com>
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/eer/
مجوز	MIT License Copyright (c) 2021--2023 David A. van Leeuwen Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

# Equal Error Rate The Equal Error Rate is an overall performance metric for a binary classifier. It is insensitive to - evaluation priors, so the metric doesn't change if the relative amounts of data points in the two classes varies - calibration, so the classifier only needs to produce consistent scores, and not set a threshold This package is a thin wrapper around [llreval](https://github.com/davidavdav/llreval), which computes the equal error rate in the ROC convex hull interpretation, which is consistent and meaningful, see [Niko Brümmer's PhD thesis](http://hdl.handle.net/10019.1/5139). ## Installation ```sh pip install wer ``` ## Usage Collect your classifier's (floating point) scores in a `numpy` array. Prepare a parallel array with values `0` for the class related to lower scores, and `1` for the class related to higher scores. Then call `eer.eer(scores, labels)`. Example: Simulate [calibrated scores](https://www.isca-speech.org/archive/interspeech_2013/leeuwen13_interspeech.html) for a binary classifier, and compute the equal error rate. ```python import numpy as np from eer import eer, eer_tnt ntar, nnon = 100_000, 1_000_000 targets = 2 + 2 * np.random.randn(ntar) non_targets = -2 + 2 * np.random.randn(nnon) print("EER using target and non-target scores:", eer_tnt(targets, non_targets)) scores = np.concatenate([targets, non_targets]) labels = np.concatenate([np.ones(targets.shape[0]), np.zeros(non_targets.shape[0])]) print("EER using scores and labels:", eer(scores, labels)) ``` The values printed should not be too far from [0.5 + 0.5erf(-1/√2) ≈ 0.1586552](https://github.com/davidavdav/ROCAnalysis.jl).

نیازمندی

مقدار	نام
-	numpy
-	llreval

زبان مورد نیاز

مقدار	نام
>=3.7	Python

نحوه نصب

نصب پکیج whl eer-0.0.2:

pip install eer-0.0.2.whl

نصب پکیج tar.gz eer-0.0.2:

pip install eer-0.0.2.tar.gz