没有合适的资源?快使用搜索试试~ 我知道了~
qdscreen:快速贝叶斯网络结构学习的准确定性筛选(来自T.Rahier博士论文,2018年)
共32个文件
py:16个
md:5个
yml:2个
需积分: 9 1 下载量 130 浏览量
2021-03-19
02:20:40
上传
评论
收藏 104KB ZIP 举报
温馨提示
qdscreen 消除分类变量中的冗余并提高模型性能。 qdscreen提供了T.Rahier博士论文,2018年qds-BNSL筛选算法(也称为qds-BNSL )的python实现。这是开发人员的自述文件。用户文档可在以下位置找到: : 想要贡献? 欢迎捐款!只需将该项目分叉到github上,提交您的贡献并创建请求请求即可。 这是有趣的开放主题的详尽列表: : nox设置 该项目使用nox定义所有生命周期任务。为了能够运行这些任务,您应该创建python 3.6环境并安装要求: >>> conda create -n noxenv python= " 3.7 " >>> activate noxenv (noxenv) >>> pip install -r noxfile-requirements.txt 然后,您应该能够使用以下命令列出所有可用任务: >>> nox -
资源推荐
资源详情
资源评论
收起资源包目录
qdscreen-main.zip (32个子文件)
qdscreen-main
setup.py 1KB
.gitignore 2KB
pyproject.toml 628B
ci_tools
generate-junit-badge.py 4KB
headers.tmpl 241B
nox_utils.py 24KB
github_release.py 6KB
.pylintrc 17KB
headers_check.py 2KB
LICENSE 2KB
setup.cfg 4KB
.github
workflows
base.yml 4KB
noxfile.py 9KB
noxfile-requirements.txt 89B
README.md 6KB
docs
index.md 11KB
long_description.md 2KB
changelog.md 1KB
imgs
increasing_entropies.png 46KB
mkdocs.yml 679B
api_reference.md 2KB
qdscreen
sklearn.py 4KB
compat.py 7KB
__init__.py 629B
selector.py 8KB
tests
compat.py 2KB
__init__.py 69B
test_core.py 10KB
test_readme.py 13KB
encoding_ref_help.py 1KB
py.typed 0B
main.py 49KB
共 32 条
- 1
资源评论
两只妖精同上树
- 粉丝: 31
- 资源: 4747
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功