PLT-偏好学习工具箱A toolbox for preference learning implemented in Python.
偏好学习(pl)是机器学习的一个核心领域,它处理具有顺序关系的数据集。作为
生成的有序数据(如等级和主观评分)的数量正在增加,重要性和
pl领域的作用成为机器学习研究和实践的中心。
首选项学习工具箱(PLT)是一个开源软件应用程序和包,支持
数据建模阶段包括各种流行的数据预处理、特征选择和偏好
学习方法
PLT可以通过其GUI或API使用这个README基于通过python包pyplt提供的api。有关GUI或下载GUI应用程序的更多信息,请访问PLT website
特点:数据集预处理(包括自动特征提取)
自动功能选择(SFS)
偏好学习算法(ranksvm、ann反向传播、ranknet)
实验报告和模型存储
安装:
PLT的Python包pyplt可以通过pip安装:pip install pyplt
用法示例:
以下示例以单个文件格式加载数据集(有关文件格式的详细信息,请参阅Detailed Guidelines),并使用ranksvm算法和k-fold交叉验证执行首选项学习。最后,结果保存到文件中。frompyplt.experimentimportExperimentfrompyplt.plalgorithms.ranksvmimportRankSVMfrompyplt.util.enumsimportKernelTypefrompyplt.evaluation.cross_validationimportKFoldCrossValidationimporttimeexp=Experiment()# load ratings dataexp.load_single_data("sample data sets\\single_synth.csv",has_ids=True,has_fnames=True)# set up RankSVM algorithmpl_algorithm=RankSVM(kernel=KernelType.RBF,gamma=1)exp.set_pl_algorithm(pl_algorithm)# set up K-Fold Cross Validationpl_evaluator=KFoldCrossValidation(k=3)exp.set_pl_evaluator(pl_evaluator)# run the experimentexp.run()# save the resultst=time.time()exp.save_exp_log(t,path="my_results.csv")
有关更详细的使用指南,请查看tutorial。
开发设置
PLT具有以下包依赖项:路缘石
ttk主题
努比
matplotlib
熊猫
张量流
scikit_学习
短发
这些依赖性可以通过pip轻松地实现:pip install -r requirements.txt
引用
这个工具是免费科学使用的。如果您在科研工作中使用plt,请引用:
Farrugia,Vincent E.,H_c tor P.Mart_nez和Georgios N.Yannakis。
“偏好学习工具箱。”ARXIV预印本ARXIV:1506.01709(2015)
许可证
plt在gnu通用公共许可v3.0下获得许可。有关详细信息,请参见LICENSE
欢迎加入QQ群-->: 979659372
推荐PyPI第三方库