简单的机器学习库
项目描述
FukuML
简单机器学习库 / 简单易用的机器学习套件
安装
$ pip install FukuML教程
算法
- 感知器
感知器二元分类学习算法
感知器多分类学习算法
Pocket Perceptron 二元分类学习算法
袖珍感知器多分类学习算法
- 回归
线性回归学习算法
线性回归二元分类学习算法
线性回归多分类学习算法
岭回归学习算法
岭回归二元分类学习算法
岭回归多分类学习算法
核岭回归学习算法
核岭回归二元分类学习算法
核岭回归多分类学习算法
- 逻辑回归
逻辑回归学习算法
逻辑回归二元分类学习算法
Logistic 回归 One vs All 多分类学习算法
逻辑回归一对一多分类学习算法
L2 正则化逻辑回归学习算法
L2 正则化逻辑回归二元分类学习算法
核逻辑回归学习算法
- 支持向量机
原始硬边距支持向量机二元分类学习算法
双硬边距支持向量机二元分类学习算法
多项式核支持向量机二元分类学习算法
高斯核支持向量机二元分类学习算法
软多项式核支持向量机二元分类学习算法
软高斯核支持向量机二值分类学习算法
多项式核支持向量机多分类学习算法
高斯核支持向量机多分类学习算法
软多项式核支持向量机多分类学习算法
软高斯核支持向量机多分类学习算法
概率支持向量机器学习算法
最小二乘支持向量机二元分类学习算法
最小二乘支持向量机多分类学习算法
支持向量回归学习算法
- 决策树
决策树桩二元分类学习算法
AdaBoost Stump 二元分类学习算法
AdaBoost 决策树分类学习算法
梯度提升决策树回归学习算法
决策树分类学习算法
决策树回归学习算法
随机森林分类学习算法
随机森林回归学习算法
- 神经网络
神经网络学习算法
神经网络二元分类学习算法
- 加速器
线性回归加速器
- 特征变换
多项式特征变换
勒让德特征变换
- 验证
10 折交叉验证
- 混合
用于分类的均匀混合
用于分类的线性混合
回归的均匀混合
回归的线性混合
用法
>>> import numpy as np
# we need numpy as a base libray
>>> import FukuML.PLA as pla
# import FukuML.PLA to do Perceptron Learning
>>> your_input_data_file = '/path/to/your/data/file'
# assign your input data file, please check the data format: https://github.com/fukuball/fuku-ml/blob/master/FukuML/dataset/pla_binary_train.dat
>>> pla_bc = pla.BinaryClassifier()
# new a PLA binary classifier
>>> pla_bc.load_train_data(your_input_data_file)
# load train data
>>> pla_bc.set_param()
# set parameter
>>> pla_bc.init_W()
# init the W
>>> W = pla_bc.train()
# train by Perceptron Learning Algorithm to find best W
>>> test_data = 'Each feature of data x separated with spaces. And the ground truth y put in the end of line separated by a space'
# assign test data, format like this '0.97681 0.10723 0.64385 ........ 0.29556 1'
>>> prediction = pla_bc.prediction(test_data)
# prediction by trained W
>>> print prediction['input_data_x']
# print test data x
>>> print prediction['input_data_y']
# print test data y
>>> print prediction['prediction']
# print the prediction, will find out prediction is the same as pla_bc.test_data_y详情请查看https://github.com/fukuball/fuku-ml/blob/master/doc/sample_code.rst
测试
python test_fuku_ml.pyPEP8
pep8 FukuML/*.py --ignore=E501捐
如果您觉得 fuku-ml 有用，请考虑捐赠。谢谢！
执照
麻省理工学院许可证 (MIT)
版权所有 (c) 2016 福球
特此免费授予任何人获得本软件和相关文档文件（“软件”）的副本，以不受限制地处理本软件，包括但不限于使用、复制、修改、合并的权利、发布、分发、再许可和/或出售本软件的副本，并允许向其提供本软件的人这样做，但须符合以下条件：
上述版权声明和本许可声明应包含在本软件的所有副本或大部分内容中。
本软件按“原样”提供，不提供任何形式的明示或暗示保证，包括但不限于对适销性、特定用途适用性和非侵权性的保证。在任何情况下，作者或版权持有人均不对任何索赔、损害或其他责任承担任何责任，无论是在合同、侵权或其他方面，由本软件或本软件的使用或其他交易引起或与之相关。软件。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。