scikit pipes

Scikit Pipes

Scikit-Learn實用的預定管道中心。

該軟件包仍處於實驗階段。

用法：

安裝Scikit Pipes

我們建議在Env內使用虛擬env安裝Scikit Pipes：

 PIP安裝Scikit Pipes

示例：簡單的預處理

 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

有關Sklearn Pipes的變化，請參見Changelog

重要鏈接

• 官方源代碼回購：https：//github.com/rodrigo-arenas/scikit-pipes/
• 下載版本：https：//pypi.org/project/scikit-pipes/
• 問題跟踪器：https：//github.com/rodrigo-arenas/scikit-pipes/issues
• 穩定文檔：https：//scikit-pipes.readthedocs.io/en/stable/

原始碼

您可以使用命令檢查最新的開發版本：

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

安裝開發依賴性：

 pip install -r dev -quirements.txt

檢查最新的開發文件：https：//scikit-pipes.readthedocs.io/en/latest/

貢獻

總是歡迎捐款！如果您想貢獻，請確保閱讀貢獻指南。

感謝正在為該項目提供幫助的人們！

測試

安裝後，您可以從源目錄外啟動測試套件：

 pytest skpipes