欢迎来到 mlxtend 文档!

Mlxtend (机器学习扩展) 是一个 Python 库，为日常数据科学任务提供有用的工具。

---

链接

• 文档: https://mlxtend.cn/mlxtend
• 源代码库: https://github.com/rasbt/mlxtend
• PyPI: https://pypi.python.org/pypi/mlxtend
• 有问题? 查看 GitHub 讨论区

---

示例

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))

labels = ['Logistic Regression',
          'Random Forest',
          'RBF kernel SVM',
          'Ensemble']

for clf, lab, grd in zip([clf1, clf2, clf3, eclf],
                         labels,
                         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()

---

如果您在科学出版物的工作流程中使用 mlxtend，请考虑引用带有以下 DOI 的 mlxtend 仓库

@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}
}

许可证

• 本项目在宽松的新 BSD 开源许可证 (LICENSE-BSD3.txt) 下发布，可用于商业目的。不提供任何担保；甚至不提供适销性或特定用途适用性的担保。
• 此外，您可以根据知识共享署名 4.0 国际许可证的条款和条件，使用、复制、修改和重新分发本发行版中目录下的所有艺术创意作品（图和图像）。详细信息请参阅文件 LICENSE-CC-BY.txt。（计算机生成的图形，如 matplotlib 生成的图，属于上述 BSD 许可证。）

联系方式

最近我收到了许多关于 mlxtend 的反馈和问题，我觉得有必要建立一个公共交流渠道。在您就 mlxtend 的问题发送电子邮件之前，请考虑在这里发布，因为这可能对其他人也有用！请加入 Google Groups 邮件列表！

如果 Google Groups 不适合您，请随时给我发送电子邮件，或者考虑在GitHub 的问题跟踪器上提交新功能请求或错误报告。此外，我还设置了一个Gitter 频道用于实时讨论。