没有合适的资源?快使用搜索试试~ 我知道了~
IncrementalTrees:在sklearn的森林估算器中添加了局部拟合方法,以允许进行增量训练而不受限于线性模型。 适用...
共43个文件
py:33个
ipynb:4个
yml:2个
需积分: 15 1 下载量 149 浏览量
2021-05-26
05:04:00
上传
评论
收藏 161KB ZIP 举报
温馨提示
增量树v0.4.0 向sklearn的森林估计量(当前为RandomForestClassifier / Regressor和ExtraTreesClassifier / Regressor)添加部分拟合方法,以进行而不仅限于线性模型。 无论是否有。 这些方法不会尝试对决策树进行部分拟合,而是消除了对使用相同数据(或大小相同的引导程序)训练森林中的单个决策树的要求。 这样可以减少内存负担,训练时间和差异。 这通常以增加弱势学习者人数为代价。 最终的林不是“真正的”在线学习者,因为批量大小会影响性能。 但是,在看到相同数量的训练行之后,它们应该具有与标准版本相似的性能(可能更好)。 安装包 快速开始: 克隆回购并构建pip可安装软件包。 pip install incremental_trees 使用范例 目前已实施: Streaming版本的RandomForestClassi
资源推荐
资源详情
资源评论
收起资源包目录
IncrementalTrees-master.zip (43个子文件)
IncrementalTrees-master
.github
workflows
pythonpublish.yml 615B
run_tests.yml 1KB
incremental_trees
models
classification
streaming_rfc.py 4KB
__init__.py 0B
streaming_extc.py 3KB
__init__.py 0B
regression
__init__.py 0B
streaming_rfr.py 3KB
streaming_extr.py 3KB
trees.py 3KB
__init__.py 21B
add_ins
forest_overloads.py 1KB
regressor_overloads.py 237B
__init__.py 0B
regressor_additions.py 257B
classifier_overloads.py 3KB
forest_additions.py 3KB
classifier_additions.py 999B
sklearn_overloads.py 2KB
tests
unit
incremental_trees
__init__.py 0B
__init__.py 0B
__init__.py 0B
common
data_fixture.py 1KB
__init__.py 0B
param_fixtures.py 444B
integration
incremental_trees
test_trees_inconsistent_classes.py 3KB
test_trees.py 30KB
__init__.py 0B
test_trees_dask.py 10KB
test_trees_benchmarks.py 13KB
test_trees_grids.py 4KB
__init__.py 0B
base.py 9KB
LICENSE 1KB
run.py 1KB
requirements.txt 142B
setup.py 871B
.gitignore 1KB
README.md 6KB
notes
PerformanceComparisonsDask.ipynb 37KB
PerformanceComparisons.ipynb 167KB
InconsistentClasses.ipynb 6KB
EquivRows.ipynb 12KB
共 43 条
- 1
资源评论
Aurora曙光
- 粉丝: 43
- 资源: 4528
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