没有合适的资源?快使用搜索试试~ 我知道了~
软件影响9(2021)100073原始软件出版物MinViME/最小可行模型估计约翰·霍金斯Getting-Data-Science-Done.com,澳大利亚自动清洁装置保留字:数据科学机器学习项目管理估算A B标准MinViME是一个Python包和Web应用程序,允许科学家和工程师估计机器学习模型性能特征的下限,以解决具有良好量化特征的问题。它用于评估机器学习项目的可行性,在多个竞争项目中进行优先排序,并运行模拟以探索多维空间中的难度景观结构潜在的问题。代码元数据当前代码版本V1.0.2代码/存储库的永久链接https://github.com/SoftwareImpacts/SIMPAC-2021-28可再生胶囊的永久链接https://codeocean.com/capsule/4103516/tree/v1法律代码许可证MIT使用git的代码版本控制系统软件代码语言、工具和服务Python 3编译要求、操作环境依赖性Python3、Flask、numpy、pandas、matplotlib如果可用开发人员文档/手册链接https://minvime.readthedocs.io/问题支持电子邮件john@getting-data-science-done.com1. 介绍机器学习项目的开展期望它们将为使用它们的过程增加价值。增加的价值取决于模型的性能特征和应用领域的特征。这些双重约束意味着,对于任何特定的问题,都有一个原则上的最低性能模型,可以提供所需的值。MinViME是一个软件应用程序,允许开发人员和数据科学家估计特定应用程序的机器学习模型的最小性能特征。用户输入问题的说明以及模型将帮助的决策场景的成本和收益。这种结构遵循成本敏感学习文献[1在我们的理论工作中,我们证明了MinViME系统可以从分析和数值技术中产生一系列度量[7]。这些指标包括:最小精度,估计AUC和一种新的简单性度量,允许纯粹基于业务标准直接比较机器学习项目。2. 架构MinViME应用程序由一个底层API组成,可以在自定义应用程序和模拟中使用。API公开了从问题的数值量化生成估计模型性能的方法。在代码库的scripts目录中,有许多关于如何使用这些API来模拟多个业务问题的示例。这些包括主要收益来自真阳性的情况(例如营销模式)和收益来自与假阴性相关的成本降低的情况(例如Churn模型)。此外,MinViME软件包安装了一个基于Web的应用程序,该应用程序被部署为flask应用程序。中描述的输入屏幕本文中的代码(和数据)已由Code Ocean认证为可复制:(https://codeocean.com/)。更多关于生殖器的信息徽章倡议可在https://www.elsevier.com/physical-sciences-and-engineering/computer-science/journals上查阅。电子邮件地址:john@getting-data-science-done.com。https://doi.org/10.1016/j.simpa.2021.100073接收日期:2021年3月22日;接收日期:2021年4月13日;接受日期:2021年4月14日2665-9638/©2021作者。由Elsevier B. V.发布,这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表软件影响杂志 首页:www.journals.elsevier.com/software-impactsJ. 霍金斯软件影响9(2021)1000732Fig. 1. MinViME Web应用程序问题输入屏幕。图二. MinViME Web应用程序结果屏幕。图1允许用户配置业务场景的特征。在提交时,系统进行API调用以生成最小可行模型性能的分析和数值模拟估计。结果以指标表和估计ROC图的图表形式呈现(如图2所示),这使我们能够呈现估计的AUC [8]。3. 影响MinViME软件包允许我们运行模拟实验,以回答有关业务问题的总体情况与解决这些问题的最小可行模型之间关系的问题[7]。这些模拟为数据科学和机器学习项目的管理者提供了一套新的方法学基础。通过分析PyPi包数据集(packaging.python. org)我们确定MinViME软件包已由自6个月前发布以来,已有超过640名用户,保持在每月604. 今后工作我们目前正在开发MinViME API的扩展,以允许估计回归和时间系列预测问题这将导致随后的模拟工作,探索这些类别的问题的问题难度景观。我们预计,这些API竞合利益作者声明,他们没有已知的竞争性财务利益或个人关系,可能会影响本文报告的工作引用[1]P. Domingos , Metacost : A general method for making classifiers cost-sensitive,in:Proceedings of the Fifth ACM SIGKDDConf. 知识发现数据挖掘,1999年,pp.155http://dx.doi.org/10.1145/312129.312220[2] D.D. Margineantu,分类器的类概率估计和成本敏感评估,在:第十七届国际机器学习会议(WCSL在ICML 2000)上的成本敏感学习研讨会,2000年。[3] C. 埃尔坎 的 基础 的 成本敏感 学习, 在: 诉讼 的第十七届人工智能国际会议:2001年8月4日至10日,第1卷,西雅图。J. 霍金斯软件影响9(2021)1000733[4] Y. 田 , W. Zhang , Thors : An efficient approach for makingclassifierscost-sensitive,IEEE Access 7(2019)97704-97718.[5] N. Nikolaou,N. Edakunni,M. Kull,P. Flach,G.成本敏感的提升算法:我们真的需要它们吗?马赫学习. 104(2016)http://dx.doi.org/10.1007/s10994-016-5572-x.[6] O. Ylijoki , 评估预 测算 法价 值的指 南: 案例 研究 ,J。 Mark. Anal. 6( 2018 )http://dx.doi.org/10.1057/s41270-017-0027-1。[7] J. Hawkins,机器学习项目的最小可行模型估计,在:第六届计算机科学,工程和应用国际会议(CSEA2020),10,(18)2020,pp.37https://aircconline.com/csit/abstract/[8] A.P. Bradley,使用ROC曲线下面积评估机器学习算法,模式识别。30(7)(1997)1145//dx.doi.org/10.1016/S0031-3203(96)00142-2.[9] M.- A. Zöller,M. Huber,自动化机器学习框架的基准和调查,J。人工智能研究70(2021)409
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)