river

River是用于在线机器学习的Python图书馆。它旨在成为用于在流数据上进行机器学习的最用户友好的库。河流是Creme和Scikit-Multiflow之间合并的结果。

⚡️QuickStart

作为一个快速示例，我们将训练逻辑回归以对网站网络钓鱼数据集进行分类。这是数据集中的第一个观察结果。

 >>>从pprint导入pprint >>>从河流导入数据集>>>数据集= datasets.phishing（）>>> for x，y在数据集中：
... pprint（x）
...打印（y）
... break {'age_of_domain'：1，'anchor_from_other_domain'：0.0，'empty_server_form_handler'：0.0，'https'：0.0，'ip_in_url'：1，'is_popular'：0.5，0.5，'long_url'：long_url'：1.0，pop_wip_window'： ：0.0，'request_from_other_domain'：0.0} true

现在，让我们以流方式在数据集上运行模型。我们依次交织预测和模型更新。同时，我们更新了性能指标，以了解模型的表现如何。

 >>>从河口进口>>>从河口进口linear_model >>>从河口进口指标>>>从河口进口预处理>>>模型= compose.pipeline（Pipeline）（
...预处理。standardscaler（），
... linear_model.logisticRegress（）
...）>>> metric = metrics.Accuracy（）>>>对于x，y在数据集中：
... y_pred = model.predict_one（x）＃做一个预测...吨... ：89.28％

当然，这只是一个人为的例子。我们欢迎您检查文档的介绍部分，以进行更详尽的教程。

安装

River旨在与Python 3.8及以上合作。可以使用pip进行安装：

 PIP安装河

有适用于Linux，MacOS和Windows的车轮。这意味着您很可能不必从源头建造河流。

您可以从GitHub安装最新的开发版本：

 pip安装git+https：//github.com/online-ml/river-- upgrade
pip安装git+ssh：//[email protected]/online-ml/river.git-- upgrade＃使用ssh

此方法需要在机器上安装Cython和Rust。

特征

River提供以下算法家庭的在线实现：

• 线性模型，具有广泛的优化器

• 决策树和随机森林

• （大约）最近的邻居

• 异常检测

• 漂移检测

• 推荐系统

• 时间序列预测

• 土匪

• 分解机

• 学习不平衡

• 聚类

• 装袋/提升/堆叠

• 积极学习

河还提供其他在线公用事业：

• 特征提取和选择

• 在线统计和指标

• 预处理

• 内置数据集

• 渐进模型验证

• 模型管道

查看API以获取全面概述

我应该使用河吗？

您应该问自己是否需要在线机器学习。答案可能是否定的。大多数时候，批处理学习都可以完成工作。如果以下方式，在线方法可能适合该法案

• 您需要一个可以从新数据中学习的模型，而无需重新访问过去的数据。

• 您想要一个可用于概念漂移的模型。

• 您想以更接近生产环境中发生的方式来开发模型，这通常是基于事件的。

河流的一些特殊性是：

• 它专注于清晰度和用户体验，而不是性能。

• 一次处理一个样本非常快。试试看，您会看到的。

• 它在Python的其余生态系统中表现出色。

有用的链接

• 文档

• 包装版本

• 令人敬畏的在线计算学习

• 2022年盖亚的演讲

• 在线聚类：KDD'22的算法，评估，指标，应用程序和基准测试。

贡献

随意以您喜欢的任何方式做出贡献，我们总是对新的想法和方法开放。

• 如果您有任何疑问或询问，请进行讨论。在公开场合询问您的问题而不是向我们发送私人电子邮件更有用。还鼓励在贡献之前开设讨论，以便每个人都保持一致并避免不必要的工作。

• 如果您认为自己发现了错误或性能问题，欢迎您打开一个问题。

• 我们的路线图是公开的。随意处理任何吸引您的眼睛或提出建议的事情。

如果您想为代码库带来修改，请查看贡献指南。

引用

如果River对您有用，并且您想在科学出版物中引用它，请参阅JMLR上发表的论文：

 @Article {Montiel2021River，title = {河：python中流式数据的机器学习，作者= {Montiel，Jacob和Halford，Max和Mastelini，Max和Mastelini，Saulo Martiello和Saulo Martiello和Bolmier，Geoffrey，Geoffrey and Sourty and Sourty，Raphael和Vaysse，Robin和vaysse，Robin and adiline，adiline，adiline，adiline，adiline，adil，adiline，adiline，adil，还有戈麦斯（Gomes），穆里洛（Heitor Murilo）和阅读，杰西（Jesse）和阿卜杜勒姆（Abdessalem），塔勒尔（Talel）等人}，年= {2021}}

执照

River是根据3条规定BSD许可证许可的免费和开源软件。