classicML 0.5b4

An easy-to-use ML framework

classicML

简单易用的经典机器学习框架，classicML支持数种机器学习算法，是你入门学习机器学习的首选

重要信息⚠️

1. 推荐你直接使用pip安装预编译的软件包(stable version)

   • 安装Python版本(没有加速)

     pip install classicML-python
     

   • 安装CPP版本(只支持macOS和Linux)

     pip install classicML
     

2. 如果你有了比较高软件开发和编程水平可以从GitHub上下载源码进行编译安装, 请预装

   • Eigen 3.3.7(setup.py里的eigen路径需要更改)
   • pybind 2.6+
   • 并且保证c++的版本最低版本为c++14

   git clone https://github.com/sun1638650145/classicML.git
   cd classicML
   python3 setup.py install
   

3. 部分算法支持了使用CPP作为后端进行加速，你需要在开头使用这条语句切换后端

   import os
   os.environ['CLASSICML_ENGINE'] = 'CC'
   

4. 0.5版本的API接口略有改动, 修改了部分模块的路径, 结构更为合理.

5. 0.5版本添加benchmark模块可以监控内存和时间开销.

目前的已支持的算法

算法名称	支持多分类	使用CC加速	可视化	同时处理离散和连续值
逻辑回归			✅
线性判别分析LDA		✅	✅
BP神经网络	✅		✅	✅
径向基函数神经网络			✅
支持向量分类器SVC		✅	✅
分类决策树	✅	✅	✅	✅
朴素贝叶斯分类器NB		✅	✅	✅
平均独依赖估计器AODE		✅		✅
超父独依赖估计器SPODE		✅		✅

• 全部神经网络只能可视化损失和评估函数曲线，暂不能可视化结构信息
• 其中BP神经网络需要手动将离散值转换成dummy编码