4 个版本
0.1.21 | 2022年8月14日 |
---|---|
0.1.2 | 2022年8月14日 |
0.1.1 | 2022年8月14日 |
0.1.0 | 2022年8月14日 |
#668 in 机器学习
21KB
300 行
gammatest
定义
伽玛检验 [1] 是机器学习中常用的非参数特征选择检验。
gammatest 库基于 该论文 [2]。
参考文献
[1] Stefánsson, A., Končar, N., & Jones, A. J. (1997). A note on the gamma test. Neural Computing & Applications, 5(3), 131-133.
[2] Kemp, S. E., Wilson, I. D., & Ware, J. A. (2004). A tutorial on the gamma test. International Journal of Simulation: Systems, Science and Technology, 6(1-2), 67-75.
示例
use gammatest::*;
fn main()
{
// Give the input matrix
let inputs =[
[3.0f32, 4.0, 4.0].to_vec(),
[2.0f32, 1.0, 3.0].to_vec(),
[1.0f32, 0.0, 1.0].to_vec(),
[1.0f32, 1.0, 1.0].to_vec(),
];
// Give the output vector
let output = [54.0f32, 30.0, 3.0, 28.0];
// p is the number of neighbors
let p : usize = 3;
// Build the GammaTest using f32 data type
let mut gt : GammaTest<f32> = GammaTest::new(&inputs, &output, p);
// To use f64 data type
//let mut gt : GammaTest<f64> = GammaTest::new(&inputs, &output, p);
// Call function compute() to compute GammaTest parameters.
gt.compute();
// Check results
assert_eq!(gt.slope, Some(33.54095));
assert_eq!(gt.intercept, Some(20.578278));
}
当前开发状态
在当前版本中,gammatest 使用“暴力法”对 k-近邻进行排序,这是一种简单但较慢的方法,与其他一些方法相比。
依赖项
~155KB