इस प्रोजेक्ट के बारे में

Mlxtend (machine learning extensions) रोज़मर्रा के डेटा साइंस कार्यों के लिए उपयोगी टूल्स की एक Python लाइब्रेरी है। इसका उपयोग मुख्य रूप से इनके लिए किया जाता है: - स्टैकिंग और वोटिंग क्लासिफायर जैसी एन्सेम्बल विधियाँ - फीचर चयन और फीचर एक्सट्रैक्शन तकनीकें - विज़ुअलाइज़ेशन उपयोगिताएँ (जैसे, डिसीज़न रीजन, कन्फ्यूज़न मैट्रिसेस) - मॉडल विश्लेषण के लिए प्लॉटिंग हेल्पर्स - फ्रीक्वेंट पैटर्न माइनिंग, जिसमें एसोसिएशन रूल माइनिंग के लिए Apriori एल्गोरिदम शामिल है Sebastian Raschka 2014-2026 ## लिंक - **डॉक्युमेंटेशन:** [https://rasbt.github.io/mlxtend](https://rasbt.github.io/mlxtend) - PyPI: [https://pypi.python.org/pypi/mlxtend](https://pypi.python.org/pypi/mlxtend) - Changelog: [https://rasbt.github.io/mlxtend/CHANGELOG](https://rasbt.github.io/mlxtend/CHANGELOG) - Contributing: [https://rasbt.github.io/mlxtend/CONTRIBUTING](https://rasbt.github.io/mlxtend/CONTRIBUTING) - प्रश्न हैं? [GitHub Discussions board](https://github.com/rasbt/mlxtend/discussions) देखें ## mlxtend इंस्टॉल करना #### uv का उपयोग करना mlxtend को uv-प्रबंधित प्रोजेक्ट में जोड़ने के लिए, चलाएँ ```bash uv add mlxtend ``` अपने वर्तमान प्रोजेक्ट को बदले बिना एक बार चलने वाले कमांड के लिए, चलाएँ ```bash uv run --with mlxtend python -c "import mlxtend; print(mlxtend.__version__)" ``` #### Dev संस्करण PyPI पर mlxtend संस्करण हमेशा एक कदम पीछे हो सकता है; आप GitHub रिपॉज़िटरी से नवीनतम डेवलपमेंट संस्करण इंस्टॉल कर सकते हैं: ```bash uv add "mlxtend @ git+https://github.com/rasbt/mlxtend.git" ``` या, आप https://github.com/rasbt/mlxtend से GitHub रिपॉज़िटरी फोर्क कर सकते हैं और अपने लोकल चेकआउट से mlxtend चला सकते हैं: ```bash git clone https://github.com/<your_username>/mlxtend.git cd mlxtend uv sync --group dev uv run python -c "import mlxtend; print(mlxtend.__version__)" ``` ## उदाहरण ```python import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec import itertools from sklearn.linear_model import LogisticRegression from sklearn.svm import SVC from sklearn.ensemble import RandomForestClassifier from mlxtend.classifier import EnsembleVoteClassifier from mlxtend.data import iris_data from mlxtend.plotting import plot_decision_regions # Initializing Classifiers clf1 = LogisticRegression(random_state=0) clf2 = RandomForestClassifier(random_state=0) clf3 = SVC(random_state=0, probability=True) eclf = EnsembleVoteClassifier(clfs=[clf1, clf2, clf3], weights=[2, 1, 1], voting='soft') # Loading some example data X, y = iris_data() X = X[:,[0, 2]] # Plotting Decision Regions gs = gridspec.GridSpec(2, 2) fig = plt.figure(figsize=(10, 8)) for clf, lab, grd in zip([clf1, clf2, clf3, eclf], ['Logistic Regression', 'Random Forest', 'RBF kernel SVM', 'Ensemble'], itertools.product([0, 1], repeat=2)): clf.fit(X, y) ax = plt.subplot(gs[grd[0], grd[1]]) fig = plot_decision_regions(X=X, y=y, clf=clf, legend=2) plt.title(lab) plt.show() ``` यदि आप किसी वैज्ञानिक प्रकाशन में अपने वर्कफ़्लो के हिस्से के रूप में mlxtend का उपयोग करते हैं, तो कृपया निम्नलिखित DOI के साथ mlxtend रिपॉज़िटरी को उद्धृत करने पर विचार करें: ``` @article{raschkas_2018_mlxtend, author = {Sebastian Raschka}, title = {MLxtend: Providing machine learning and data science utilities and extensions to Python’s scientific computing stack}, journal = {The Journal of Open Source Software}, volume = {3}, number = {24}, month = apr, year = 2018, publisher = {The Open Journal}, doi = {10.21105/joss.00638}, url = {https://joss.theoj.org/papers/10.21105/joss.00638} } ``` - Raschka, Sebastian (2018) MLxtend: Providing machine learning and data science utilities and extensions to Python's scientific computing stack. J Open Source Softw 3(24). ## लाइसेंस - यह प्रोजेक्ट एक अनुमतिवादी नए BSD ओपन सोर्स लाइसेंस ([LICENSE-BSD3.txt](https://github.com/rasbt/mlxtend/blob/master/LICENSE-BSD3.txt)) के अंतर्गत जारी किया गया है और व्यावसायिक रूप से उपयोग योग्य है। कोई वारंटी नहीं है; व्यापारिकता या किसी विशेष उद्देश्य के लिए उपयुक्तता की भी नहीं। - इसके अतिरिक्त, आप इस वितरण में शामिल सभी कलात्मक रचनात्मक कार्यों (आकृतियाँ और छवियाँ) को निर्देशिका के अनुसार Creative Commons Attribution 4.0 International License की शर्तों के तहत उपयोग, प्रतिलिपि, संशोधित और पुनर्वितरित कर सकते हैं। विवरण के लिए [LICENSE-CC-BY.txt](https://github.com/rasbt/mlxtend/blob/master/LICENSE-CC-BY.txt) फ़ाइल देखें। (matplotlib द्वारा उत्पन्न प्लॉट जैसे कंप्यूटर-जनित ग्राफिक्स ऊपर उल्लिखित BSD लाइसेंस के अंतर्गत आते हैं)। ## संपर्क प्रश्न पूछने का सबसे अच्छा तरीका [GitHub Discussions channel](https://github.com/rasbt/mlxtend/discussions) है। यदि आपको उपयोग संबंधी बग मिलते हैं, तो कृपया सीधे [GitHub's issue tracker](https://github.com/rasbt/mlxtend/issues) का उपयोग करने में संकोच न करें।