Introducing G2.ai, the future of software buying.Try now
Immagine avatar del prodotto

Mlxtend

Mostra la suddivisione delle valutazioni
2 recensioni
  • 1 profili
  • 1 categorie
Valutazione media delle stelle
3.8
Serviamo clienti dal
Filtri del Profilo

Tutti i Prodotti e Servizi

Nome del Profilo

Valutazione delle Stelle

1
0
1
0
0

Mlxtend Recensioni

Filtri delle Recensioni
Nome del Profilo
Valutazione delle Stelle
1
0
1
0
0
MT
Meliksah T.
09/20/2019
Revisore Validato
Utente Attuale Verificato
Fonte della recensione: Campagna G2 Gives
Recensione Incentivata
Tradotto Usando l'IA

Uno strumento di apprendimento automatico esteso che contiene strumenti che altri non hanno

Mi sono piaciuti i suoi strumenti per i pattern frequenti, apriori e le regole di associazione perché altre librerie comuni non li avevano all'epoca e quando li ho trovati in Mlxtend, che era facile da implementare, sono stato così felice. Mi è piaciuto anche quanto fosse facile creare modelli ensemble con gli strumenti VoteClassifier di Mlxtend, dove sono stato in grado di testare sia il voto soft che quello hard per i miei problemi di classificazione.
Utente verificato in Software per computer
US
Utente verificato in Software per computer
01/16/2018
Revisore Validato
Fonte della recensione: Invito G2
Recensione Incentivata
Tradotto Usando l'IA

media

come i moduli come parte del flusso di lavoro in una pubblicazione scientifica

Informazioni

Contatto

Sede centrale:
N/A

Social

Cos'è Mlxtend?

Mlxtend, short for Machine Learning Extensions, is an open-source Python library designed to complement the core scientific computing libraries, such as NumPy, SciPy, and Scikit-Learn. It provides additional functionality and utilities for conducting machine learning experiments and data science tasks. Created by Sebastian Raschka, the library simplifies tasks including model evaluation, plotting, and feature selection, accessible from its project website http://rasbt.github.io/mlxtend/. Mlxtend is particularly favored for its straightforward API and the practicality of its tools, which are well-suited for both novice users and experienced data scientists looking to extend their toolkit.

Dettagli