develop regularisation path 源码
赤道 有效正交是一个开源库,用于不确定性量化,机器学习,优化,数值积分和降维-全部使用正交多项式。 对于感兴趣的输出量平滑且连续的模型/问题特别有用; 在此程度上,它已在计算工程模型(有限元,计算流体动力学等)中得到了广泛的应用。 它建立在这些领域的最新研究之上,并具有确定性和随机算法。 ,,,,和研究人员正在积极开发“有效正交”。 有效正交是NumFOCUS的一个附属项目。 与该代码关联的关键词:多项式替代,多项式混沌,多项式变量投影,高斯求积,Clenshaw Curtis,多项式最小二乘,压缩感知,梯度增强的替代,监督学习。 代码 该代码的最新版本是Narwhal v9.0.1,并于2020年9月发布。 要下载并安装代码,请使用python package index命令: pip install equadratures 或者,如果您使用的是python3,则 pip3 i
文件列表
develop-regularisation-path-main.zip
(预估有个76文件)
develop-regularisation-path-main
.travis.yml
1KB
equadratures
polytree.py
48KB
polynet.py
10KB
correlations.py
11KB
poly.py
51KB
scalers.py
2KB
stats.py
18KB
datasets.py
8KB
暂无评论