【文件属性】：
文件名称：pyGAM：[需要帮助] Python中的通用加性模型
文件大小：5.27MB
文件格式：ZIP
更新时间：2021-02-04 12:34:22
python data-science machine-learning scientific-computing gams
pyGAM
Python中的通用加性模型。
文献资料
安装
pip install pygam
scikit稀疏
为了加快对有约束的大型模型的优化，安装scikit-sparse会有所帮助，因为它包含了Cholesky因式分解的较快，稀疏的版本。 从scikit-sparse的导入引用了nose ，因此您也将需要它。
最简单的方法是使用Conda： conda install -c conda-forge scikit-sparse nose
贡献-需要帮助
欢迎捐款！
您可以通过多种方式帮助pyGAM，包括：
处理。
试用一下并报告错误或困难之处。
帮助改善文档。
编写新的，
【文件预览】：
pyGAM-master
----pygam()
--------callbacks.py(6KB)
--------penalties.py(9KB)
--------utils.py(25KB)
--------__init__.py(612B)
--------datasets()
--------terms.py(54KB)
--------core.py(5KB)
--------links.py(7KB)
--------tests()
--------distributions.py(17KB)
--------pygam.py(116KB)
----pylintrc(13KB)
----imgs()
--------pygam_mcycle_data_linear_sample_from_posterior.png(635KB)
--------pygam_poisson.png(66KB)
--------pygam_cake_data.png(74KB)
--------pygam_default_data_logistic.png(147KB)
--------pygam_basis.png(426KB)
--------pygam_wage_data_linear.png(153KB)
--------pygam_custom.png(65KB)
--------pygam_constraints_dec.png(115KB)
--------pygam_expectiles.png(300KB)
--------pygam_mcycle_data_extrapolation.png(117KB)
--------pygam_mcycle_data_linear.png(167KB)
--------pygam_multi_deviance.png(71KB)
--------pygam_chicago_tensor.png(629KB)
--------pygam_constraints.png(172KB)
--------pygam_tensor.png(641KB)
--------pygam_multi_pdep.png(135KB)
----requirements.txt(378B)
----doc()
--------source()
--------make.bat(773B)
--------Makefile(607B)
----.travis.yml(1002B)
----LICENSE(11KB)
----flit.ini(703B)
----README.md(6KB)
----.gitignore(554B)
----gen_imgs.py(9KB)