安装pymrmr库报错，解决办法

最新推荐文章于 2024-04-17 21:31:09 发布
最新推荐文章于 2024-04-17 21:31:09 发布
阅读量1k 收藏 1
点赞数 1
分类专栏： python安装库 文章标签： python 深度学习 人工智能 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qlkaicx/article/details/128440863
版权

安装pymrmr报错，解决办法

文章目录

前言

一、如何安装pymrmr?

请各位同学朋友看我前一两条博客，上面已经详细说明了。

二、报错解决办法

1.降低numpy版本

安装numpy==1.19.5及以下的

2.安装 Visual Studio

安装社区版，链接
https://visualstudio.microsoft.com/zh-hans/downloads/

3.安装pymrmr成功界面

在这里插入图片描述

总结

安装pymrmr报错，一共就两个原因，一个是忘记安装Visual Studio，一个是numpy版本太高，若是对朋友你有帮助的话，留言交流哦，感谢。

小桥流水---人工智能
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
关于pymrmr模块安装的一些记录
weixin_41711992的博客
05-16 2531
遇到的坑 使用pyrmrm库官网的pip安装命令直接安装报错 原因：python版本不对，要求环境python3.6.X，自己使用的是3.7版本 安装3.6版本后，使用pip命令报错 fatal error 原因：多个python版本共存pip 解决办法：使用修改后的pythonXX.exe 命令安装 python36 -m pip install XXXmodule python2 -m pip install XXXmodule python27 -m pip install XXXmodule 使用.
特征选择mRMR算法实现全解
热门推荐
阿斯达克
07-02 1万+
mRMR：（Maximum relerelevance，minimum redundancy） 最大相关最小冗余算法，顾名思义，它不仅考虑到了特征和label之间的相关性，还考虑到了特征和特征之间的相关性。度量标准使用的是互信息(Mutual information)。对于mRMR方法，特征子集与类别的相关性通过各个特征与类别的信息增益的均值来计算，而特征与特征的冗余使用的是特征和特征之间的互信息...
python下载pymrmr包
weixin_52480803的博客
09-17 1897
基于R和python运行mRMR特征选择算法
脑电信号处理学习笔记（三）——pymrmr
hyj_8864的博客
04-01 2453
pymrmr模块的安装和使用  \: \: \: \:github链接 一、模块介绍 在Python 3使用mRMR特征选择算法，pymrmr提供了方法 \: \:pymrmr.mRMR() pymrmr.mRMR(df, ‘MIQ’, K) 返回排序后的列名（list） Parameters： df：数据文件（pandas.DataFrame） 第一列要是标签 其他列要是特征量 列的名称要是字符串 内部选择方法（‘MIQ’或‘MID’）（str） MIQ:互信息熵 MID:互信息差 K：要选取的特征
使用python中的pymrmr模块来进行特征提取，深入学习mRMR（最大相关最小冗余准则）
qlkaicx的博客
11-16 6293
python中pymrmr，最大相关最小冗余准则(maximal relevance andminimal redundancy，mRMR)，其核心思想是从给定的特征集合中寻找与目标类别有最大相关性且相互之间具有最少冗余性的特征子集。以上就是今天要讲的内容，本文仅仅简单介绍了在python中pymrmr的使用。这样我们就可以很快的处理冗余数据了。
mrmr特征选择
07-20
64位Linux下执行，首先chmod 777 mrmr,然后./mrmr可显示具体使用帮助
pymrmr安装
weixin_52480803的博客
02-20 1399
解决pymrmr安装的一个问题
安装并使用mRMR算法进行特征筛选
qq_43449643的博客
10-18 305
mRMR筛选特征方法
用mRMR进行特征选择时，用pip install mifs安装不了需要的包，直接在github下载源码安装包的方法
cairucxk的博客
04-15 1689
因为老师要求要用mRMR方法进行特征选择，所以我去网上找了一下可以调的包，一共找到两个（博客链接：[link](http://www.voidcn.com/article/p-weswizmc-bvx.html)），一个是pymrmr，一个是mifs。但是看了别人的博客发现pymrmr好像只支持python3.7(?)然后别人直接用matlab做了，但是我自己已经升级到python3.9了，也不想重新装python,也不想用matlab，于是我就主要找**安装mifs的方法**。 最开始自然是用老办法pip
【python、pycharm安装教程】python3.7和pycharm2019最详细安装教程
qq_51720181的博客
08-31 4596
python跟pycharm安装步骤
mrmr:用于功能选择的mRMR（minimum-Redundancy-Maximum-Relevance）的Python实现
04-19
MRMR mrmr （最小冗余）是一种“最小最佳”特征选择算法，这意味着在给定（少量）特征的情况下，它试图找到能够提供最佳分类的特征集。 如何安装 您可以通过以下方式在您的环境中安装mrmr ： pip install git+https://github.com/smazzanti/mrmr 如何使用 您有一个由数字变量（ X ）和一个系列（二进制或多类）目标变量（ y ）组成的数据框。 您希望选择K个要素，以便它们具有最大的相关性，但又要使彼此之间的冗余度尽可能小。 from mrmr import mrmr_classif from sklearn.datasets import make_classification # create some data X, y = make_classification(n_samples = 1000, n_features = 50,
MRMR(最小冗余最大相关）算法
08-13
MRMR(最小冗余最大相关）算法以及可执行文件，欢迎下载！！！
安装mrmr所需的pymrmr过程中遇到的ERROR: Command errored out with exit status 1:
记录和分享属于我的“IT”时光
11-15 3453
1、首先，我们要在电脑上安装好python，这里可以在cmd、pycharm或Anaconda中的任意一个进行代码测试。 2、报错示例：在cmd中输入pip install pymrmr 3、解决办法： 产生 ERROR: Command errored out with exit status 1:错误的原因有很多，经过我折腾了一天后发现大致有以下几种，尝试完基本问题就解决了。 （一）python版本问题 当时我在安装的过程中搜集了大量的文章后发现有很多人都提到了这个问题，觉得只有pyhton3.6的才
特征选择mRMR算法代码实现及安装下载
maenda的博客
05-25 8272
算法代码实现连接可以直接下载解压运行，在mac或者Linux系统下：https://github.com/csuldw/MachineLearning/tree/master/mRMR    要看懂result.out文件结果如下： MaxRel 全称 max-relevance最大相关是最普遍地用于实现max-dependency的方法之一。  Min-Redund
anaconda与python入门配置
TRI_SEVEN的博客
02-21 208
原文https://hackmd.io/@bbKkuZtBSTaLImhRnJWZag/HkbM4yBif?type=view 侵删 第一節 : 建置Python開發環境 Anaconda 開發環境 Anaconda是一個整合 Python的套件包，適合初學者的開發環境 安裝Anaconda Anaconda Prompt 管理套件 1顯示已安裝的套件 conda list 2套件安裝 conda...
python中使用mRMR
jizhihong的博客
07-15 1万+
python中使用mRMRmRMRpymrmr模块安装使用参数说明问题mifs模块安装使用问题总结 mRMR Max-Relevance and Min-Redundancy 最大相关 - 最小冗余 相信读到这篇博客的你，应该是知道mRMR的原理的，所以就不再解释了 pymrmr模块 github链接 安装 pip install numpy Cython pip install pymrmr 在windows上有可能会出现: error: Microsoft Visual C++ 14.0 is re
mrmr学习笔记
luojiaao的博客
09-10 4300
mrmr是最大相关最小冗余 pymrmr库 最大化特征与标签的关系（信息增益也就是分类之后的商与分类之前的熵之差） 最小化特征之间的重复特征（互信息，公式） （单纯地通过固定算法来判断信息的强度与冗余是有可能把一些细节上的特征给分数打低了） # pd = pandas.read_csv("./X_train.csv") # result = pymrmr.mRMR(pd,"MIQ",30...
【Python基础】面向对象(ObjectOriteProgramming)
最新发布
weixin_46697247的博客
04-17 175
是程序开发的方法，将方法和属性封装在对象中，可以提高代码的重用型。print("扩展的内容")print("方法2"）print("方法1"）父类以及父类的父类的。
安装pymrmr库报错
07-28
根据引用\[1\]、\[2\]和\[3\]的内容，安装pymrmr库报错可能有以下几个原因和解决办法： 1. Python版本问题：pymrmr库要求使用Python3.6.X环境，如果你使用的是其他版本的Python，可能会导致安装报错。解决办法是安装Python3.6版本，并使用该版本的pip命令进行安装。 2. 管理员权限问题：尝试以管理员身份打开cmd、Anaconda等终端，然后再进行pymrmr库的安装。 3. 缺少依赖库：pymrmr库可能依赖其他库，如numpy、Cython和wheel。你可以尝试在cmd中使用pip命令安装这些依赖库，例如：pip install numpy Cython。 综上所述，如果你在安装pymrmr库时遇到报错，可以先检查Python版本是否符合要求，尝试以管理员身份打开终端，并安装可能的依赖库。希望这些解决办法能够帮助你成功安装pymrmr库。 #### 引用[.reference_title] - *1* *3* [安装mrmr所需的pymrmr过程中遇到的ERROR: Command errored out with exit status 1:](https://blog.csdn.net/blbyu/article/details/121332047)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [关于pymrmr模块安装的一些记录](https://blog.csdn.net/weixin_41711992/article/details/106161459)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值