An easy-to-use ML framework
Project description
classicML: 简单易用的经典机器学习框架
classicML 是一个用Python和C++混编的机器学习项目,它既实现了Python的简单易用快速上手,又实现了C++的高效性能。classicML的设计目标是简单易用,快速入门,编程风格简洁。
多后端支持
classicML 本身是一个Python项目,但是机器学习中涉及到的复杂的矩阵运算对于Python有点儿捉襟见肘,因此我们提供了使用C++后端的函数的加速版本。为了保证兼容性,classicML默认使用Python后端,部分算法支持了使用C++作为后端进行加速,你需要安装标准版的classicML,然后在开头使用这条语句切换后端。
import os
os.environ['CLASSICML_ENGINE'] = 'CC'
第一个机器学习程序
使用线性判别分析进行二分类
- 下载示例数据集
wget https://github.com/sun1638650145/classicML/blob/master/datasets/西瓜数据集alpha.csv
- 运行下面的代码
import classicML as cml
DATASET_PATH = '/path/to/西瓜数据集alpha.csv'
# 读取数据
ds = cml.data.Dataset()
ds.from_csv(DATASET_PATH)
# 生成模型
model = cml.models.LDA()
# 训练模型
model.fit(ds.x, ds.y)
# 可视化模型
cml.plots.plot_lda(model, ds.x, ds.y, '密度', '含糖率')
v0.6.2 预览
这是一个小版本更新,重点是提高稳定性,修复BUG和编译器警告.
- 通过引入
BaseModel
,用户可以自定义自己的模型 - 增加
cml.backend.cc.callbacks
后端
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
classicML-python-0.6.2b0.tar.gz
(47.4 kB
view hashes)
Built Distribution
Close
Hashes for classicML_python-0.6.2b0-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 12b33da3405942e7aac6f7ed5d6bb6375ca62156a688f5a7dfe4962f731db5ee |
|
MD5 | da6e5b3400fa926e41b1c53ae39a592c |
|
BLAKE2b-256 | 87f056a742127c5a2867b4ad2500625f8dbf01da6fc5cada3200a2bd8b3793db |