scikit pipes

Scikit Pipes

Scikit-Learn实用的预定管道中心。

该软件包仍处于实验阶段。

用法：

安装Scikit Pipes

我们建议在Env内使用虚拟env安装Scikit Pipes：

 PIP安装Scikit Pipes

示例：简单的预处理

 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

有关Sklearn Pipes的变化，请参见Changelog

重要链接

• 官方源代码回购：https：//github.com/rodrigo-arenas/scikit-pipes/
• 下载版本：https：//pypi.org/project/scikit-pipes/
• 问题跟踪器：https：//github.com/rodrigo-arenas/scikit-pipes/issues
• 稳定文档：https：//scikit-pipes.readthedocs.io/en/stable/

源代码

您可以使用命令检查最新的开发版本：

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

安装开发依赖性：

 pip install -r dev -quirements.txt

检查最新的开发文件：https：//scikit-pipes.readthedocs.io/en/latest/

贡献

总是欢迎捐款！如果您想贡献，请确保阅读贡献指南。

感谢正在为该项目提供帮助的人们！

测试

安装后，您可以从源目录外启动测试套件：

 pytest skpipes