#feature-selection Repository
Scopri 18 repository GitHub open source attivi contrassegnati con #feature-selection, che raccolgono un totale di 20,050 stelle (con una media di 1,113 stelle per progetto). Il progetto leader di questo argomento è feature-engine/feature_engine, con 2,297 stelle.
18 repository in totale
Libreria Python open-source per l'ingegnerizzazione e la selezione delle feature compatibile con sklearn.
Il selettore di feature è uno strumento per la riduzione della dimensionalità di dataset di machine learning
Le azioni di Deep Learning e Machine Learning rappresentano opportunità promettenti sia per investitori e trader a lungo termine che a breve termine.
Implementazioni Python del metodo di selezione delle feature all-relevant di Boruta.
NVTabular è una libreria di feature engineering e preprocessing per dati tabulari progettata per manipolare in modo rapido e semplice dataset su scala di terabyte utilizzati per addestrare sistemi di raccomandazione basati su deep learning.
L'ingegneria delle feature è il processo di utilizzo della conoscenza del dominio per estrarre feature dai dati grezzi tramite tecniche di data mining. Queste feature possono essere utilizzate per migliorare le prestazioni degli algoritmi di machine learning. L'ingegneria delle feature può essere considerata come il machine learning applicato in sé.
Utilizza strategie avanzate di feature engineering e seleziona le migliori feature dal tuo set di dati con una singola riga di codice. Creato da Ram Seshadri. Collaboratori benvenuti.
Uno strumento di selezione delle funzionalità basato su alberi che combina sia l'algoritmo di selezione delle funzionalità Boruta che i valori Shapley.
MRMR (Minimum-Redundancy-Maximum-Relevance) per la selezione automatica delle caratteristiche su larga scala.
Un pacchetto Python per la sintonizzazione simultanea degli iperparametri e la selezione delle caratteristiche per i modelli Gradient Boosting.
Modello di Predizione Lineare con Capacità di Ingegneria e Selezione Automatica delle Caratteristiche
Libreria Python di facile utilizzo con funzioni personalizzate per la pulizia e l'analisi dei dati.
Desbordante è un profiler di dati ad alte prestazioni, in grado di scoprire molti modelli diversi nei dati utilizzando vari algoritmi. Consente inoltre di eseguire scenari di pulizia dei dati tramite questi algoritmi. Desbordante dispone di una versione per console e di un’applicazione web facile da usare.
Domande frequenti
Qual è il repository #feature-selection più popolare su GitHub?
Il progetto open source #feature-selection più alto in classifica su GitHub è feature-engine/feature_engine, con 2,297 stelle. Libreria Python open-source per l'ingegnerizzazione e la selezione delle feature compatibile con sklearn.
Quali linguaggi di programmazione sono più utilizzati nei repository #feature-selection?
Tra i progetti #feature-selection più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, R, C++.
Come viene calcolata la classifica dei repository #feature-selection?
Monitoriamo 18 repository open source attivi contrassegnati con #feature-selection (500+ stelle), per un totale di 20,050 stelle e una media di 1,113 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.