edotools 0.1.1

AutoML

README

language available: eng, rus

About project

This project will explore how to creat AutoMl project on table data.

Directory structure

+-- README.md.                   <- The top-level README for developers using this project.
+-- requirements.txt             <- The requirements file for reproducing the environment, e.g.generated with `pipreq /<path>` 
+-- setup.py.                    <- Make this project with `python setup.py build_ext --inplace`
+-- ml_data.                     <- Include the data for ml models.
+-- reports.                     <- Include automl reports.
+-- notebooks.                   <- Jupyter notebooks.
|   +-- Example.ipynb            <- Example AutoML with kaggle-data .
+-- config.yml                   <- loading... 
+-- edotools.                    <- The main project
|   +-- BaseAutoMlEstimator.py   <- Base AutoML class.
|   +-- AutoMlClassification.py  <- Class for classifictaion data.
|   +-- BaseAutoMlEstimator.py   <- Class for regression data.
|   +-- mytransformers.py        <- Transformers for Base class.
|   +-- mymetrics.py             <- loading...(Custom metrics)

Dependencies

The code is compatible with Python 3 or higher. The following dependencies are needed to run the tracker:

• matplotlib>=3.1.1
• numpy>=1.17.2
• pandas>=0.25.1
• scikit_learn>=0.24.1

Installation

1. Clone this repository
   git clone https://github.com/Edvard88/Test_works/tree/master/edotools

2. Recommend creating a virtual environment, because can be dependencies
   2.1 Install virtual environment
   sudo apt install -y python3-venv
   2.2 Creat virtual environment
   python -m venv env
   2.3 Activate virtual environment
   source env/bin/activate

3. Check all dependencies installed
   pip install -r requirements.txt

4. Build the code.
   python setup.py build_ext --inplace

Quick Start

You may see the notebooks/Example.ipynb to quick start

Contact

[e-mail]

===============================================================================================================================

О проекте

Проект по созданию AutoML на табличных данных

Структура директории###

+-- README.md.                   <- Основной README для разработчиков, использующие этот проект.
+-- requirements.txt             <- Фаил `requirements.txt` с используемые версиями библиотек для воспроизводимости программы. 
+-- setup.py.                     <- Соберите проект с помощью `python setup.py build_ext --inplace`
+-- ml_data.                     <- Включается в себя тестовые данные для проверки AutoML.
+-- reports.                     <- Вклчючает AutoML отчеты.
+-- notebooks.                   <- Jupyter notebooks.
|   +-- Example.ipynb            <- Пример AutoML, запущенного на kaggle данных .
+-- config.yml                   <- loading... (пока не создан)
+-- edotools.                    <- Главнй проект
|   +-- BaseAutoMlEstimator.py   <- Базовый класс AutoML.
|   +-- AutoMlClassification.py  <- Класс для задач классифкации.
|   +-- BaseAutoMlEstimator.py   <- Класс для задач регрессии.
|   +-- mytransformers.py        <- Вспомогательные трансформеры для Базового класса
|   +-- mymetrics.py             <- loading... (Кастомные метрики)

Зависимости

Код копилируется на версии Python 3 и выше Для запуска проекта необходимы следующие зависимости:

• matplotlib>=3.1.1
• numpy>=1.17.2
• pandas>=0.25.1
• scikit_learn>=0.24.1

Установка

1. Скопируйте репозиторий git clone https://github.com/Edvard88/Test_works/tree/master/edotools

2. Рекомендуем создать виртуальное окружение, потому что могут быть зависимости

   2.1 Установка виртуального окружения
   sudo apt install -y python3-venv
   2.2 Создание виртуального окружения
   python -m venv env.
   2.3 Активируйте виртуальное окружение
   source env/bin/activate

3. Проверьте установлены ли все необходимые зависимости.
   pip install -r requirements.txt

4. Запустите код
   python setup.py build_ext --inplace

Быстрый запуск программы

Можно посмотреть notebook с примером notebooks/Example.ipynb для быстрого старта

Контакты

[e-mail]