一组用于标签排名问题的 Python 模块。
项目描述
scikit-lr
scikit-lr是一个 Python 模块，集成了用于标签排名问题的机器学习算法，并在 MIT 许可下分发。
安装
依赖项
scikit-lr要求：
* Python>=3.6
* Numpy>=1.15.2
* SciPy>=1.1.0
Linux或Mac OS X操作系统。Windows目前不支持。
用户安装
最简单的安装方法scikit-lr是使用pip包：
pip install -U scikit-lr
发展
随意为软件包做出贡献，但请确保遵循标准。
源代码
最新的源码可以通过以下命令获取：
git clone https://github.com/alfaro96/scikit-lr.git
设置开发环境
要设置开发环境，强烈建议使用docker工具（详见https://github.com/alfaro96/docker-scikit-lr）。
或者，可以使用Python虚拟环境（有关详细信息，请参阅https://docs.python.org/3/library/venv.html）。
测试
安装后，可以从源目录外部执行测试套件，使用（您需要pytest>=4.6.4安装）：
pytest sklr
作者
* Alfaro Jiménez, Juan Carlos
* Aledo Sánchez, Juan Ángel
* Gámez Martín, José Antonio
执照
这个项目是在 MIT 许可下获得许可的 - 有关详细信息，请参阅LICENSE文件。
关
scikit_lr -0.2.0-cp37-cp37m-manylinux1_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | f7482db225077a483057e6190bf3dda1a57919d6f431eb3dcd9dae478e7a92e8 |
|
| MD5 | d585cdfa8c5bc6351da3fd4a67bc3ce2 |
|
| 布莱克2-256 | 61b088b8b94431c0bfd15aced1346289434a6a7012f6764623f20d8b0b932a33 |
关
scikit_lr -0.2.0-cp37-cp37m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 11ecced9095f931a5b5718e6afcd30e9192e785ef2657570e3e74d336835a2f1 |
|
| MD5 | 558a1375c4d01112efecd0eef298933f |
|
| 布莱克2-256 | fd11ad6cff65b82ab518a5940a61cebfa5dcbcfd3ebca0134e37bfb3c984dc3d |
关
scikit_lr -0.2.0-cp36-cp36m-manylinux1_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 396b5100c548caf1ca3138fcfcce69cf1b59fe8c4c16b713046203880d5088f5 |
|
| MD5 | df767005eb213078aa66ee23816adb17 |
|
| 布莱克2-256 | 2c855f7e529896aac3c23f2e9497cb38a50078236da709ff4fad1662f682381a |
关
scikit_lr -0.2.0-cp36-cp36m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4f6e0cb9d66900fe2aa3ac3ff49adb255f2622dccd859f667d0f76704be098ba |
|
| MD5 | 133e663042ce95f35d62035aef58dcf5 |
|
| 布莱克2-256 | e7db20f4e90671b388f165531012f528a7293ad31a1a52206239d85da729a472 |