用于验证您的机器学习模型和数据的软件包
项目描述
Deepchecks 是一个 Python 包，用于以最小的努力全面验证您的机器学习模型和数据。这包括与各种类型问题相关的检查，例如模型性能、数据完整性、分布不匹配等。
您需要什么才能开始验证？
根据您的阶段和您明智地验证的内容，您将需要以下内容的子集：
原始数据（在 OHE、字符串处理等预处理之前），带有可选标签
带有标签的模型训练数据
带有标签的测试数据（模型未公开）
与您希望验证的 scikit-learn API 兼容的模型（例如 RandomForest、XGBoost）
Deepchecks 验证伴随您从只有原始数据的初始阶段，通过数据拆分，到拥有您希望评估的训练模型的最后阶段。因此，每个阶段都需要不同的资产进行验证。在文档中查看有关典型使用场景和内置套件的更多信息 。
安装
使用点子
pip install deepchecks #--upgrade --user使用康达
conda install -c deepchecks deepchecks
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。
源分布
deepchecks-0.9.0.tar.gz
（3.4 MB
查看哈希）
内置分布
deepchecks-0.9.0-py3-none-any.whl
（3.5 MB
查看哈希）
关
deepchecks -0.9.0.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 20f73614677b6f916f3556bfb1e8ad5184ffefea3a33520780b4fefa3a81290f |
|
| MD5 | af54c5670100101dda5a85d502851298 |
|
| 布莱克2-256 | 7ef4b150403b53b20a78b207d0bca38a9167b2828abdc7f4de4c27479f7fd9ec |
关
deepchecks -0.9.0-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | edbfbeac664a95996632f128b3889d492e5018544e0c54dc4167f5172a9cb9ae |
|
| MD5 | d2d9429fa7eb85318053ca767be57cfb |
|
| 布莱克2-256 | 953a9b3415d038d147cf7183b250613f341a196729331dddfbceb39deac40906 |