python实验报告文件模块包_Python pyplt包_程序模块 - PyPI - Python中文网

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