文件名称：diaml:半自动机器学习管道
文件大小：25KB
文件格式：ZIP
更新时间：2024-06-06 13:45:39
data-science machine-learning modular pipeline sklearn
直径ML 机器学习全部完成-DiaML使机器学习流程自动化。 项目目标 该项目的既定目标是创建一个模块化的自动机器学习过程，以从开始到完成的模型获取数据集。 这是一种模块化方法，可让数据科学家能够在其建模过程/管道中使用某些组件，而不必强行放入一个万能的盒子。 通过这种方式，它可以使数据科学家在实现流程自定义的同时仍然能够自定义某些元素。 现有包装？ 存在许多相似且结构良好的软件包。 DiaML在以下方面不同于以下内容： Scikit Learn-sklearn是一个深层的代码库，可让数据科学家立即完成他们想要做的所有事情。 DiaML严重依赖sklearn方法，扩展了许多方法以实现加速模型开发过程的目标 AutoML和Auto-WEKA-这些算法仅专注于超参数调整和选择学习算法。 DiaML结合了其中的一些功能，但是重点是使数据准备好插入到调整和组合的最后一步的许多步骤。 TPO
【文件预览】：
diaml-master
----LICENSE(1KB)
----stacking()
--------stacking.py(7KB)
--------diaml.py(11KB)
--------README.md(892B)
----dev_testing()
--------testing.py(7KB)
--------testing_framework.py(1KB)
--------show_polynomials.R(723B)
--------testing_funs.py(2KB)
----setup.py(360B)
----diaml()
--------transformations.py(7KB)
--------__init__.py(54B)
--------imputer.py(6KB)
----imputer()
--------__init__.py(23B)
--------README.md(3KB)
--------imputer.py(6KB)
----transformations()
--------transformations.py(7KB)
--------__init__.py(31B)
--------README.md(339B)
----README.md(5KB)