scikit mlm

scikit-mlm

scikit-mlm 、SCIKIT-LEARN APIを使用した最小化学習マシン（MLM）機械学習技術を実装するPythonモジュールです。

Instalation

scikit-mlmパッケージはPypiで利用できます。インストールするには、次のコマンドを入力するだけです。

 pip install scikit-mlm

問題がありますか？

• 上記のコマンドに--userフラグを使用して、非システムの場所にインストールする必要がある場合があります（環境に依存します）。または、 pipコマンドをsudoで実行することもできます（推奨されません）。
• 古いpipバージョンがある場合は、 --use-wheelオプションを追加する必要がある場合があります（ホイールは、 pipのデフォルトのバイナリパッケージ形式になります）。

基本的な使用法

最も近い隣のMLM分類器による分類の例：

 from skmlm import NN_MLM
from sklearn . preprocessing import MinMaxScaler
from sklearn . model_selection import cross_val_score
from sklearn . pipeline import make_pipeline
from sklearn . datasets import load_iris

# load dataset
dataset = load_iris ()

clf = make_pipeline ( MinMaxScaler (), NN_MLM ( rp_number = 20 ))
scores = cross_val_score ( clf , dataset . data , dataset . target , cv = 10 , scoring = 'accuracy' )

print ( 'AVG = %.3f, STD = %.3f' % ( scores . mean (), scores . std ()))

Scikit-MLMを引用する方法

scikit-mlm論文で使用している場合は、出版物で引用してください。

 @misc{scikit-mlm,
    author       = "Madson Luiz Dantas Dias",
    year         = "2019",
    title        = "scikit-mlm: An implementation of {MLM} for scikit-learn framework",
    url          = "https://github.com/omadson/scikit-mlm",
    doi          = "10.5281/zenodo.2875802",
    institution  = "Federal University of Cear'{a}, Department of Computer Science" 
}

貢献

このプロジェクトは貢献のために開かれています。ここにあなたが貢献する方法のいくつかがあります：

• バグレポート/修正
• 機能リクエスト
• ユースケースデモンストレーション

貢献するには、このリポジトリをフォークするだけで、フォークの変更を押し、問題を開き、プルリクエストを行います！

実装された技術のリスト

• 元の回帰（MLMR）
• オリジナル分類（MLMC）
• 最近隣のMLM（NN_MLM）
• 近隣のMLM（ON_MLM）
• ファジーc-means mlm（fcm_mlm）
• 最適に選択されたMLM（OS_MLM）
• ℓ1 _/2-正規化MLM（L12_MLM）
• 加重MLM（W_MLM）
• ランキングMLM（R_MLM）（WIP）
• 立方式MLM（C_MLM）

将来の改善

次のリリースで実装されるメソッドのリスト：

• 予想される四角距離MLM（ESD-MLM）
• 投票ベースのMLM（V-MLM）
• 加重投票ベースのMLM（WV-MLM）
• ランダムサンプリング投票ベースのMLM（RSV-MLM）
• ランダムサンプリング加重投票ベースMLM（RSWV-MLM）
• 拒否オプションMLM（renjo-mlm）
• 拒否オプションの加重MLM（Renjo-WMLM）

貢献者

• マドソン・ディアス

了承

• @JamesRitchieに感謝します、このプロジェクトの最初のアイデアはSCIKIT-RVMリポジトリでインスピレーションを受けています