mlxtend

Mlxtend (расширения машинного обучения) — это библиотека Python с полезными инструментами для повседневных задач по обработке данных.

Себастьян Рашка 2014–2024 гг.

Ссылки

• Документация: https://rasbt.github.io/mlxtend.
• PyPI: https://pypi.python.org/pypi/mlxtend
• Журнал изменений: https://rasbt.github.io/mlxtend/CHANGELOG
• Содействие: https://rasbt.github.io/mlxtend/CONTRIBUTING
• Вопросы? Посетите доску обсуждений GitHub.

Установка млкстенд

ПиПИ

Чтобы установить mlxtend, просто выполните

pip install mlxtend  

Альтернативно вы можете загрузить пакет вручную из индекса пакетов Python https://pypi.python.org/pypi/mlxtend, разархивировать его, перейти к пакету и использовать команду:

python setup.py install

Конда

Если вы используете conda, для установки mlxtend просто выполните

conda install -c conda-forge mlxtend 

Версия для разработчиков

Версия mlxtend для PyPI всегда может быть на шаг позади; вы можете установить последнюю версию разработки из репозитория GitHub, выполнив

pip install git+git://github.com/rasbt/mlxtend.git#egg=mlxtend

Или вы можете создать репозиторий GitHub по адресу https://github.com/rasbt/mlxtend и установить mlxtend со своего локального диска через

python setup.py install

Примеры

 import numpy as np
import matplotlib . pyplot as plt
import matplotlib . gridspec as gridspec
import itertools
from sklearn . linear_model import LogisticRegression
from sklearn . svm import SVC
from sklearn . ensemble import RandomForestClassifier
from mlxtend . classifier import EnsembleVoteClassifier
from mlxtend . data import iris_data
from mlxtend . plotting import plot_decision_regions

# Initializing Classifiers
clf1 = LogisticRegression ( random_state = 0 )
clf2 = RandomForestClassifier ( random_state = 0 )
clf3 = SVC ( random_state = 0 , probability = True )
eclf = EnsembleVoteClassifier ( clfs = [ clf1 , clf2 , clf3 ], weights = [ 2 , 1 , 1 ], voting = 'soft' )

# Loading some example data
X , y = iris_data ()
X = X [:,[ 0 , 2 ]]

# Plotting Decision Regions
gs = gridspec . GridSpec ( 2 , 2 )
fig = plt . figure ( figsize = ( 10 , 8 ))

for clf , lab , grd in zip ([ clf1 , clf2 , clf3 , eclf ],
                         [ 'Logistic Regression' , 'Random Forest' , 'RBF kernel SVM' , 'Ensemble' ],
                         itertools . product ([ 0 , 1 ], repeat = 2 )):
    clf . fit ( X , y )
    ax = plt . subplot ( gs [ grd [ 0 ], grd [ 1 ]])
    fig = plot_decision_regions ( X = X , y = y , clf = clf , legend = 2 )
    plt . title ( lab )
plt . show ()

---

Если вы используете mlxtend как часть своего рабочего процесса в научной публикации, рассмотрите возможность цитирования репозитория mlxtend со следующим DOI:

 @article{raschkas_2018_mlxtend,
  author       = {Sebastian Raschka},
  title        = {MLxtend: Providing machine learning and data science 
                  utilities and extensions to Python’s  
                  scientific computing stack},
  journal      = {The Journal of Open Source Software},
  volume       = {3},
  number       = {24},
  month        = apr,
  year         = 2018,
  publisher    = {The Open Journal},
  doi          = {10.21105/joss.00638},
  url          = {https://joss.theoj.org/papers/10.21105/joss.00638}
}

• Рашка, Себастьян (2018) MLxtend: предоставление утилит машинного обучения и обработки данных, а также расширений для стека научных вычислений Python. J Программное обеспечение с открытым исходным кодом 3(24).

---

Лицензия

• Этот проект выпущен под новой разрешительной лицензией BSD с открытым исходным кодом (LICENSE-BSD3.txt) и пригоден для коммерческого использования. Нет гарантии; даже не ради коммерческой выгоды или пригодности для какой-либо конкретной цели.
• Кроме того, вы можете использовать, копировать, изменять и распространять все художественные творческие произведения (рисунки и изображения), включенные в этот дистрибутив, в каталоге в соответствии с условиями Международной лицензии Creative Commons Attribution 4.0. Подробности смотрите в файле LICENSE-CC-BY.txt. (Компьютерная графика, такая как графики, созданные с помощью matplotlib, подпадает под лицензию BSD, упомянутую выше).

Контакт

Лучший способ задавать вопросы — через канал обсуждений GitHub. Если вы столкнулись с ошибками при использовании, не стесняйтесь напрямую использовать систему отслеживания ошибок GitHub.