文件名称：r2-learner:代码支持“关于递归表示模型的某些限制”论文
文件大小：186KB
文件格式：ZIP
更新时间：2024-07-04 07:17:26
Python
递归表示模型的某些局限性 此存储库包含“关于递归表示模型的某些限制”论文的代码。 您还可以在此处找到和的模型实现。 R2SVMLearner 和 R2ELMLearner 如果您主要对这些模型的实现感兴趣，您只需要r2.py文件，您还可以在其中找到简单的测试。 实现遵循 scikit-learn 约定，但请注意，使用set_params调用的方法可能存在一些问题。 请记住，这只是研究实施。 再现结果 为了重现结果，您需要拟合所有模型。 更改n_jobs参数以加快计算速度。 拟合 SVM、线性 SVM 和 SVM RBF python scripts/fit_extern.py 拟合 R2SVM 和 DrELM python scripts/fit_r2.py 在三重数据集上拟合一些模型 python scripts/fit_triple.py 拟合随机版本的 R2M 模型
【文件预览】：
r2-learner-master
----misc()
--------params.py(2KB)
--------utils.py(9KB)
--------config.py.local(1KB)
--------__init__.py(0B)
--------experiment_utils.py(4KB)
----img()
--------spiral.png(59KB)
--------nn_interpretation.png(45KB)
----data()
--------two_spirals.x(8KB)
--------two_spirals.y(602B)
----LICENSE(1KB)
----elm.py(2KB)
----r2.py(14KB)
----.gitignore(1KB)
----README.md(1KB)
----scripts()
--------to_csv.py(1KB)
--------__init__.py(1B)
--------fit_models.py(9KB)
--------fit_random.py(2KB)
--------fit_r2.py(2KB)
--------fit_extern.py(2KB)
--------fit_elms.py(1KB)
--------fit_triple.py(2KB)
----notebooks()
--------cores_experiments_and_figures()
--------results.ipynb(134KB)
--------unit_tests.ipynb(7KB)