scikit pipes

Scikit-Pipes

Scikit-Learn 실제 사전 정의 된 파이프 라인 허브.

이 패키지는 여전히 실험 단계에 있습니다.

용법:

Scikit-Pipes를 설치하십시오

우리는 ENV 사용 내부에서 가상 Env를 사용하여 Scikit-Pipes를 설치하는 것이 좋습니다.

 PIP Scikit-Pipes를 설치하십시오

예 : 간단한 전처리

 import pandas as pd
import numpy as np
from skpipes . pipeline import SkPipeline

data = [{ "x1" : 1 , "x2" : 400 , "x3" : np . nan },
        { "x1" : 4.8 , "x2" : 250 , "x3" : 50 },
        { "x1" : 3 , "x2" : 140 , "x3" : 43 },
        { "x1" : 1.4 , "x2" : 357 , "x3" : 75 },
        { "x1" : 2.4 , "x2" : np . nan , "x3" : 42 },
        { "x1" : 4 , "x2" : 287 , "x3" : 21 }]

df = pd . DataFrame ( data )

pipe = SkPipeline ( name = 'median_imputer-minmax' ,
                  data_type = "numerical" )
pipe . steps
str ( pipe )

pipe . fit ( df )
pipe . transform ( df )
pipe . fit_transform ( df )

changelog

Sklearn-Pipes의 변경 사항에 대한 메모는 Changelog를 참조하십시오.

중요한 링크

• 공식 소스 코드 repo : https://github.com/rodrigo-arenas/scikit-pipes/
• 다운로드 릴리스 : https://pypi.org/project/scikit-pipes/
• 문제 추적기 : https://github.com/rodrigo-arenas/scikit-pipes/issues
• 안정적인 문서 : https://scikit-pipes.readthedocs.io/en/stable/

소스 코드

명령으로 최신 개발 버전을 확인할 수 있습니다.

 git 클론 https://github.com/rodrigo-arenas/scikit-pipes.git

개발 종속성 설치 :

 PIP 설치 -r dev -requirements.txt

최신 개발 설명서를 확인하십시오 : https://scikit-pipes.readthedocs.io/en/latest/

기여

기부금은 항상 환영합니다! 기여하려면 기여 가이드를 읽으십시오.

이 프로젝트를 돕고있는 사람들에게 감사합니다!

테스트

설치 후 소스 디렉토리 외부에서 테스트 스위트를 시작할 수 있습니다.

 Pytest Skpipes