临行在即,分享一个自己写的sklearn源码库


导读

考虑接下来一段时间会出差在外,现将自己近1个月来学习ML算法的一点成果做以分享,相关源码纯干货版本已上传至GitHub,有需要者可通过”阅读原文”连接自行clone。

临行在即,分享一个自己写的sklearn源码库

mySKlearn工程文件结构

临行在即,分享一个自己写的sklearn源码库

GitHub仓库目录几点说明:

  • 算法进度:当前已完成大部分经典算法,包括:
    • 线性回归模型3个、线性分类(逻辑斯蒂回归)1个
    • 朴素贝叶斯2个,多项式NB和高斯NB
    • 决策树分类和回归各1个
    • K近邻分类和回归各1个
    • Kmeans聚类1个
    • 降维算法1个,PCA
    • 常用预处理模型
    • 常用模型选择函数及网格搜索类
    • 常用评价指标
  • 程序规范:代码基本符合sklearn标准,包括参数命名、接口规范等
  • 代码来源:90%以上源码为个人学习后根据理解编写,极少数有参考sklearn官方源码(如调整兰德指数源码)或他人成果(ID3决策树实现和LinearRegression中梯度下降求解)
  • 算法测试:毫无疑问,当前算法还远远达不到鲁棒性标准,仅添加了部分对数据的断言,遇到不合法输入还可能会出bug或报错
  • 后续:下步将逐步添加SVM以及部分集成学习算法实现,并持续优化已有算法实现

源码断续更新中……

来源:小数志,本文观点不代表自营销立场,网址:https://www.zyxiao.com/p/32160

发表评论

登录后才能评论
侵权联系 投诉举报
返回顶部