Git Stars Git Stars

#feature-importance Repositorios

Descubre 9 repositorios activos de código abierto de GitHub etiquetados con #feature-importance, que acumulan 11,891 estrellas en total (una media de 1,321 estrellas por proyecto). El líder de este tema es meta-pytorch/captum, con 5,723 estrellas.

9
Total de Repositorios
11,891
Total de estrellas
1,321
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook R
1
meta-pytorch/captum

Interpretabilidad y comprensión de modelos para PyTorch

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-08-27
2
EthicalML/xai

XAI - Una caja de herramientas de eXplicabilidad para el aprendizaje automático

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 Actualizado 2025-11-29 📅 Creado 2019-01-11
3
aerdem4/lofo-importance

Importancia Dejando una Característica Fuera

aerdem4
⭐ 867 Python 👤 aerdem4 User 🕐 Actualizado 2025-02-14 📅 Creado 2019-01-14
4
sosuneko/PDPbox

Caja de herramientas de Python para gráficos de dependencia parcial

sosuneko
⭐ 860 Jupyter Notebook 👤 sosuneko User 🕐 Actualizado 2024-09-03 📅 Creado 2017-06-26
5
mmschlk/shapiq

Valores de Shapley e interacciones de Shapley para el aprendizaje automático

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 Actualizado 2026-11-20 📅 Creado 2023-10-17
6
Ekeany/Boruta-Shap

Una herramienta de selección de características basada en árboles que combina tanto el algoritmo de selección de características Boruta como los valores Shapley.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 Actualizado 2024-02-19 📅 Creado 2020-04-13
7
parrt/random-forest-importances

Código para calcular importancias de permutación y eliminación de columnas en modelos de scikit-learn de Python

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Actualizado 2025-03-24 📅 Creado 2018-03-22
8
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBet es una aplicación de aprendizaje automático para predecir apuestas de fútbol. Analiza el estado de forma de los equipos, calcula estadísticas de los partidos y predice sus resultados mediante métodos avanzados de aprendizaje automático (ML). Además, ofrece agentes de apuestas basados en aprendizaje por refuerzo profundo (DRL), capaces de aprender estrategias de apuestas óptimas.

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 Actualizado 2026-10-27 📅 Creado 2022-03-18
9
giuseppec/iml

iml: paquete R de aprendizaje automático interpretable

giuseppec
⭐ 503 R 👤 giuseppec User 🕐 Actualizado 2025-02-24 📅 Creado 2017-10-25

Preguntas frecuentes

1

¿Cuál es el repositorio de #feature-importance más popular en GitHub?

El proyecto de código abierto de #feature-importance mejor posicionado en GitHub es meta-pytorch/captum, con 5,723 estrellas. Interpretabilidad y comprensión de modelos para PyTorch

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #feature-importance?

Entre los proyectos de #feature-importance mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, R.

3

¿Cómo se calcula la clasificación de los repositorios de #feature-importance?

Seguimos 9 repositorios activos de código abierto etiquetados con #feature-importance (500+ estrellas), que suman un total de 11,891 estrellas, con una media de 1,321 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.