Yellowbrick 是一套视觉诊断工具,它扩展了 Scikit-Learn API,允许人为操纵模型选择过程。 简而言之,Yellowbrick 将 scikit-learn 与 matplotlib 结合在 scikit-learn 文档的最佳实践中,但为您的模型生成可视化。Visualizers 可视化器是估算器(从数据中学习的对象),其主要目标是创建可视化,以便深入了解模型选择过程。 在 Scikit-Learn 术语中,当可视化数据空间或包装类似于 “ModelCV”(例如 RidgeCV,LassoCV)方法的模型估计器时,它们可以类似于变换器。 Yellowbrick 的主要目标是创建一个类似于 Scikit-Learn 的敏感 API。
Latest posts made by 梦断畅通
-
机器学习模型选择可视化分析与诊断工具
-
构建自定义ML工具的最快方法Streamlit
Streamlit 是一个开源 Python 库,可轻松构建用于机器学习的漂亮应用程序。安装 Streamlit,将其导入,编写一些代码,然后运行脚本。 Streamlit 会监视每次保存和更新的更改,并在编码时可视化您的输出。代码从上到下运行,始终从干净状态开始,不需要回调。这是一个简单而强大的应用程序模型,可让您以惊人的速度构建丰富的 UI。
-
用于Prompt-learning的开源框架OpenPrompt
Prompt-learning 是将预训练语言模型 (PLM) 应用于下游 NLP 任务的最新范式,它用文本模板修改输入文本,直接使用 PLM 进行预训练的任务。OpenPrompt 提供了一个标准、灵活和可扩展的框架来部署 prompt-learning pipeline。OpenPrompt 支持直接从 Huggingface Transformer 中加载 PLMs。接下来还计划将支持由其他库实现的 PLMs。
-
OAuth2和OpenlD Connect Server ORY Hydra
ORY Hydra 是针对低延迟,高吞吐量和低资源消耗而优化的强化 OAuth2 和 OpenID Connect Server,也就是一个 OAuth 2.0 的服务端框架,它能够发出访问、刷新和 ID 令牌。Ory Hydra 不提供用户管理(登录、注销、配置文件管理、注册),而是使用基于重定向的流和 REST API 将用户身份验证(登录)委托给实现和控制的服务。主要特点:Ory Hydra 实现 IETF 制定的开放标准,Ory Hydra 是 OpenID 基金会认证的 OpenID 提供商( OP )。除了 OAuth 2.0 功能之外,ORY Hydra 还为加密密钥提供了安全的存储(例如,用于签名 JSON Web令牌),并且能够管理 OAuth 2.0 客户端。
-
JavaScript 文件上传库FilePond
FilePond 是一个 JavaScript 文件上传库,可以上传任何内容,并能够优化图像以加快上传速度,同时提供顺畅的用户体验。
FilePond 适配器可用于 React、Vue,Angular 和 jQuery,压缩包大小仅为 21 KB。特性:接受目录、文件、blob、本地 URL、远程 URL 和数据 URI。可删除文件、选择文件系统、复制和粘贴文件,或使用 API 添加文件。使用 AJAX 进行 异步上传,或将文件编码为 base64 数据并沿表单发送。可访问,使用 VoiceOver 和 JAWS 等 AT 软件进行测试,可通过键盘导航。图像优化,自动调整图像大小,裁剪和修复 EXIF 方向。响应式,自动扩展到可用空间,可在移动和桌面设备上使用。
项目地址:
https://www.oschina.net/p/filepon -
将ANSI 颜色输出到终端Nano Colors
Nano Colors 是一个小而快速的 Node.js 库,用于将 ANSI 颜色输出到终端。比 chalk 快4倍,在 node_modules 中使用的空间少 5 倍。对于简单的用例,它比 chalk 快 4 倍。没有依赖性。它在 node_modules 中占用的空间比 chalk 少 5 倍。积极维护。在许多大型项目中使用,如PostCSS或Browserslist。自动检测颜色支持。你也可以手动切换颜色模式。Tree-shakable。使用dual ESM/CJS package。支持Node.js≥6和通用的Node.js/browser项目。
-
JavaScript并发执行工具库concurrently
concurrently 是一个通过封装 child_process 来实现并发执行命令的能力的库。有时候需要同时启动多个文件侦听服务,例如同时启动多个 Webpack DevServer,一般会选择启动两个终端分别运行两个 DevServer,但有时候就是想在一个终端下同时运行,可以尝试一下它。
-
Vue 3 表单构建框架FormKit
FormKit 是一个 Vue 3 表单框架,处理复杂表单的速度比原生表单快 10 倍,它易于学习,并附带可用于生产的脚手架,例如输入、表单、提交和错误处理以及验证规则。FormKit 支持原生 HTML 输入(如 select、checkbox 和 textarea),同时还支持后端错误处理:获取服务器端错误响应对象并将其提供给 FormKit,然后在它们所属的输入中获取错误消息。
-
机器学习模型选择可视化分析与诊断工具Yellowbrick
Yellowbrick是一套可视化的机器学习模型视觉诊断工具,它的存在扩展了Scikit-Learn API,并且允许人为操纵模型选择过程。 简而言之,就是Yellowbrick视觉诊断工具将scikit-learn与matplotlib结合在了scikit-learn文档的最佳实践中,以达到为您的模型生成可视化的效果。jiVisualizers可视化器是估算器,是从数据中学习的对象,它存在的主要目标是创建可视化,以便深入了解模型选择过程。 在Scikit-Learn术语中,当可视化数据空间或包装类似于“ModelCV”方法的模型估计器时,它们可以类似于变换器,例如RidgeCV,LassoCV。 Yellowbrick视觉诊断工具最主要的目标是要创建一个类似于Scikit-Learn的敏感API。
-
可视化拖拽框架DooringX
dooringx-lib 是 dooringx 的基座,它移除了 dooringx 插件成为了一个可视化的拖拽框架。dooringx-lib 拖拽框架提供了自己的一套数据流事件机制以及弹窗等解决方案,可以让使用者能够更快地自己定制开发可视化拖拽平台。dooringx-lib 在运行时维护一套数据流,主要分为json语言的数据部分,左侧组件部分,右侧配置项部分,快捷键部分,弹窗部分,事件与函数部分,数据源部分。其除了提供基础的拖拽、移动、缩放、全选、旋转等功能外,还可以使用暴露的组件。如果觉得dooringx-lib 可视化拖拽框架的组件不够定制化,还可以调整样式或者自己重新写。