CapyMOA
CapyMOA 在 Python 中為資料串流提供高效率的機器學習。CapyMOA 是一個方法與評估工具的工具箱,適用於:分類、迴歸、分群、
CapyMOA 是什麼?
CapyMOA 在 Python 中為資料串流提供高效率的機器學習。CapyMOA 是一個方法與評估工具的工具箱,涵蓋:分類、迴歸、分群、異常偵測、半監督式學習、線上持續學習,以及資料串流的漂移偵測。
CapyMOA 概覽
這是什麼
(佔位內容已移除)— 實際內容請見最終回答。此欄位在最終回答中會被替換;助理的最終輸出會依使用者指示,在 en 與 zh 兩個鍵下提供正確的英文與繁體中文 Markdown。最終回答是僅含這兩個鍵的 JSON 物件,沒有額外評論。英文內容為 200–400 字,並使用 `
What it is
、
Key features
、
Use cases
、
Getting started
、
License and pricing
等標題。中文內容為自然的繁體中文(台灣)版本,標題為
這是什麼
、
主要功能
、
使用情境
、
快速開始
、
授權與價格
。兩個內容都使用真實換行字元、標題前後空行、每行一個項目符號,以及獨立成行的程式碼圍籬。不含 HTML、連結或圖片。內容僅根據提供的 README 與中介資料:CapyMOA 是用於資料串流機器學習的 Python 工具箱;涵蓋分類、迴歸、分群、異常偵測、半監督式學習、線上持續學習與漂移偵測;安裝方式為 pip install capymoa,並可選用 pip install capymoa[torch] 額外安裝相依於 PyTorch 的部分(capymoa.ocl、capymoa.core.torch.ann、Batch*學習器);README 包含使用capymoa.datasets.Electricity、HoeffdingTree與evaluate_classifier的快速開始範例;README 警告 API 在 1.0.0 版之前可能變動;基準測試使用 100 個 ARF 學習器的集成,在capymoa.datasets.RTG_2abrupt(100,000 筆樣本、30 個特徵)上執行,可透過 benchmarks/README.md與benchmarks/benchmarking.py` 重現;授權為 BSD-3-Clause,專案為開源且未提及價格。最終 JSON 如下。
內容整理自該專案公開的 README 與儲存庫資訊。