datumbox framework下載datumbox framework源代碼下載

datumbox framework

其他源碼

1.0.0

下載

Datumbox機器學習框架

Datumbox機器學習框架是用Java編寫的開源框架，可快速開發機器學習和統計應用程序。該框架的主要重點是包括大量的機器學習算法和統計方法，並能夠處理大型數據集。

版權和許可證

版權（C）2013-2020 Vasilis Vryniotis。

該代碼是根據Apache許可證的2.0版獲得許可的。

安裝和版本控制

Datumbox框架可在Maven Central存儲庫中獲得。

該框架的最新穩定版本為0.8.2（Build 20200805）。要使用它，請在pom.xml中添加以下片段：

    <dependency>
        <groupId>com.datumbox</groupId>
        <artifactId>datumbox-framework-lib</artifactId>
        <version>0.8.2</version>
    </dependency>

該框架的最新快照版本為0.8.3-Snapshot（Build 20201014）。要測試它，請按以下方式更新您的pom.xml：

    <repository>
       <id>sonatype-snapshots</id>
       <name>sonatype snapshots repo</name>
       <url>https://oss.sonatype.org/content/repositories/snapshots</url>
    </repository>

    <dependency>
        <groupId>com.datumbox</groupId>
        <artifactId>datumbox-framework-lib</artifactId>
        <version>0.8.3-SNAPSHOT</version>
    </dependency>

開發分支是開發分支（默認GitHub分支），而主分支包含該框架的最新穩定版本。所有穩定的版本均標有標籤。

該框架的版本遵循語義版本管理方法。有關各種版本的詳細信息，請查看ChangElog。

文檔和代碼示例

框架的所有公共方法和類都記錄在Javadoc評論中。此外，對於每個模型，都有一個JUNIT測試，該測試清楚地顯示瞭如何訓練和使用模型。最後，有關如何使用框架查看代碼示例或官方博客的更多示例。

預訓練的模型

Datumbox具有大量的預訓練模型，可讓您進行情感分析（文檔和Twitter），主觀性分析，主題分類，垃圾郵件檢測，成人內容檢測，語言檢測，商業檢測，教育檢測和性別檢測。要獲取二進制模型，請查看Datumbox Zoo。

支持哪些方法/算法？

該框架當前支持執行多個參數和非參數統計測試，計算審查和未經審查的數據的描述性統計，執行ANOVA，集群分析，降低尺寸降低，回歸分析，時間表分析，時間表分析，抽樣和計算最常見的離散和繼續分佈的概率。此外，它還提供了幾種實施的算法，包括最大熵，天真的貝葉斯，SVM，Bootstrap聚合，Adaboost，Kmeans，Kmeans，層次聚類，層次聚類，Dirichlet Process混合模型，軟療法回歸，序數回歸，序列回歸，線性回歸，線性回歸，PCA回歸，PCA和其他幾種可以用於功能選擇的技術。

錯誤報告

儘管該框架的一部分已用於商業應用中，但並非所有類都同樣使用/測試。目前，該框架是在Alpha版本中，因此您應該期望將來的版本上的公共API進行一些更改。如果發現錯誤，請在官方GitHub存儲庫上提交該錯誤。

貢獻

該框架可以通過多種方式改進，因此歡迎任何貢獻。到目前為止，該框架中最重要的功能是能夠從命令行或其他語言（例如Python）使用它。其他重要的增強功能包括改進文檔，測試覆蓋範圍和示例，改善框架的體系結構，並支持更多的機器學習和統計模型。如果您對代碼進行任何有用的更改，請考慮通過發送拉動請求來貢獻它們。