Py之rgf_python:rgf_python的简介、安装、使用方法之详细攻略

目录

rgf_python的简介

rgf_python的安装

rgf_python的使用方法

1、基础用法


rgf_python的简介

rgf_python是一款基于Python机器学习算法正则化贪婪森林(RGF)的包装。它的特点如下所示:
(1)、Scikit-learn接口及其用于多类分类问题的可能性。
(2)、rgf_python包含了论文[1]和FastRGF实现中的原始RGF。
(3)、FastRGF是为大型(和稀疏)数据集而开发的,因此在小型数据集上,它通常表现出与vanilla RGF相比较差的性能。
(4)、最初的RGF实现仅可用于回归和二进制分类,但rgf_python也可用于通过“One-vs-Rest”方法进行多类分类。

GitHub地址:
GitHub - RGF-team/rgf: Home repository for the Regularized Greedy Forest (RGF) library. It includes original implementation from the paper and multithreaded one written in C++, along with varous language-specific wrappers.

rgf_python的安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple rgf_python
pip install rgf_python

rgf_python的使用方法

1、基础用法

from sklearn import datasets
from sklearn.utils.validation import check_random_state
from sklearn.model_selection import StratifiedKFold, cross_val_score
from rgf.sklearn import RGFClassifieriris = datasets.load_iris()
rng = check_random_state(0)
perm = rng.permutation(iris.target.size)
iris.data = iris.data[perm]
iris.target = iris.target[perm]rgf = RGFClassifier(max_leaf=400,algorithm="RGF_Sib",test_interval=100,verbose=True)n_folds = 3rgf_scores = cross_val_score(rgf,iris.data,iris.target,cv=StratifiedKFold(n_folds))rgf_score = sum(rgf_scores)/n_folds
print('RGF Classifier score: {0:.5f}'.format(rgf_score))

Py之rgf_python:rgf_python的简介、安装、使用方法之详细攻略相关推荐

  1. Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略

    Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略 目录 matplotlib.pyplot的plt.legend函数的简 ...

  2. Py之glob: glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介、使用方法之详细攻略

    Py之glob: glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介.使用方法之详细攻略 目录 glob库的简介 glob库的使用方法 1.单个字符通配符:用问号(?)匹配任何单个的字符.

  3. Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略

    Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略 目录 sklearn中的RobustScaler 函数的简介及使用方法 sklearn中的R ...

  4. sklearn之XGBModel:XGBModel之feature_importances_、plot_importance的简介、使用方法之详细攻略

    sklearn之XGBModel:XGBModel之feature_importances_.plot_importance的简介.使用方法之详细攻略 目录 feature_importances_ ...

  5. Python语言学习:Python常用自带库(imageio、pickle)简介、使用方法之详细攻略

    Python语言学习:Python常用自带库(imageio.pickle)简介.使用方法之详细攻略 目录 imageio简介及其常见使用方法 pickle简介及其常见使用方法 简介 使用方法 简介及 ...

  6. sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略

    sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...

  7. Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ、负载均衡、F5、Nginx、容器)的简介、使用方法之详细攻略

    Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ.负载均衡.F5.Nginx.容器)的简介.使用方法之详细攻略 目录 DMZ(隔离区)的简介及其使用方法 1.DMZ区 ...

  8. Python编程语言学习:包导入和模块搜索路径简介、使用方法之详细攻略

    Python编程语言学习:包导入和模块搜索路径简介.使用方法之详细攻略 目录 包导入和模块搜索路径简介 1.Pyhon搜索模块路径的机制 2.自定义配置搜索路径

  9. Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略

    Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略 目录 sklearn.preprocessing中的Stand ...

  10. Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略

    Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略 目录 sklearn中的train_test_split函数的简介 train_tes ...

最新文章

  1. 红帽linux登陆错误,xmanager连接RedHat出错:/usr/X11R6/bin/xterm: No such file or directory
  2. 3764树上的异或值(自己研究的静态字典树)
  3. php 判断类存在,PHP怎么判断类是否存在
  4. 笔记-信息化与系统集成技术-信息资源管理
  5. hadoop配置文件默认配置
  6. 大数据互联网架构阶段 数据库三范式与反范式
  7. Deep Glow for mac(AE高级辉光特效插件)支持ae2021
  8. ubuntu安装vncserver实现图形化访问
  9. PHP lareal_怎么样能在mysql里结合php的函数
  10. mysql存过游标_mysql存储过程游标使用
  11. 虚拟机是怎么实现的?(转)
  12. 三星香港 android8.0,三星A8 Star官方港版安卓8.0固件刷机包:TGY-G8850ZHS3ASD1
  13. 修改IP、DNS、MAC工具VC源码实现
  14. linphone 回声消除
  15. FPGA实现除法运算
  16. Unity 2017-2019各个版本unityhub下载连接
  17. 企业内的ITSM软件与OA系统有什么区别和关系?
  18. 开源项目推荐:NS游戏模拟器Ryujinx
  19. 《金融电子化》:隐私计算赋能银行助贷业务自主风控 | 华夏银行×洞见科技
  20. Inferring temporal motifs for travel pattern analysis using large scale smart card data

热门文章

  1. js 日期对象深拷贝
  2. 007 [转载]国际域名意义查询
  3. 北林校赛 北林oj 1332 冰尘君与扑克魔术
  4. 数据分析的统计方法选择小结(变量之间的关联性分析)
  5. kkilfeview预览源文件来自不受信任的站点
  6. 深入Java微服务之网关系列1:什么是网关
  7. 支付宝支付开发的防钓鱼的时代已经到来
  8. 女性学ai人工智能_为什么我们迫切需要女性来设计AI
  9. 1.安卓的来历与发展史
  10. 某上市环境公司:汇聚18个系统,看数据治理如何反哺业务