sbc-model 0.1.1

Un clasificador de Machine Learning que implementa un ensamblaje de Stacking con modelos de Boosting.

sbc-model 🤖

Un clasificador de Machine Learning fácil de usar que implementa un ensamblaje de Stacking con modelos de Boosting (XGBoost, LightGBM, CatBoost).

¿Qué es sbc-model? 🤔

sbc-model es una librería de alto nivel diseñada para simplificar el proceso de creación de modelos de ensamblaje robustos. En lugar de configurar manualmente la validación cruzada y el meta-modelo, sbc-model lo encapsula en una sola clase, siguiendo las mejores prácticas de scikit-learn.

El nombre SBC significa Stacking Boosting Classifier.

---

Características Principales ✨

• Modelos Potentes: Utiliza XGBoost, LightGBM y CatBoost como modelos base, tres de los algoritmos más potentes para datos tabulares.
• Stacking Automatizado: Gestiona automáticamente el proceso de validación cruzada para generar predicciones "out-of-fold" y entrenar un meta-modelo.
• Fácil de Usar: Interfaz simple inspirada en scikit-learn. Solo necesitas instanciar la clase y llamar a .fit_predict_proba().
• Reproducible: Controla la aleatoriedad con una seed para asegurar que tus resultados sean consistentes.

---

Instalación 📦

Puedes instalar sbc-model directamente desde PyPI:

pip install sbc-model