An easy-to-use ML framework
Project description
classicML
Python简单易用的经典机器学习框架
重要信息
你可以使用pip安装
pip install classicML
version v0.1
- 添加决策树
- 决策树支持离散值、连续值
- 基于信息熵、信息增益、基尼指数划分;支持预剪枝和后剪枝;暂不支持多变量决策树和缺失值处理(建议在读入数据集之前处理)
version v0.2
- 添加神经网络
- 神经网络支持交叉熵损失函数和均方误差损失函数;支持的优化器有GradientDescent、SGD、Adam
version v0.2.2
- 发行版发布到PyPi
version v0.2.3
- 添加径向基函数神经网络
- 例行修复BUG
version v0.2.4
- 重写sklearn依赖函数,添加到DecisionTree.tree_model.backend,显著减少安装后实际的环境大小
version v0.3
rc1
- DecisionTree: 优化API调用方式,是语法更统一;增加决策树的输入特征数据类型,理论上现在支持一切的array-like的数据类型
- NeuralNetwork: verbose支持显示预计时间;BPNN支持自定义损失函数
rc2
- SupportVectorMachine: 添加支持向量分类器
- 支持的核函数有线性核、多项式核、高斯核
rc3
- 修复线性核和多项式核的BUG
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-0.3rc3.tar.gz
(19.3 kB
view hashes)
Built Distribution
classicML-0.3rc3-py3-none-any.whl
(32.5 kB
view hashes)
Close
Hashes for classicML-0.3rc3-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | c5a6ed41395fccc89f04b4794247681a07e84fda1627c6e1a8e833463082530b |
|
MD5 | 8e62709383a0e46a53c50bda74d196de |
|
BLAKE2b-256 | 918f75a07cbbc7a8dcda24ed4c7151d37b57a01892a101b271f2597dab1767d3 |