koaning/scikit-lego

What it solves

표준 scikit-learn 라이브러리에 없는 커스텀 변환기, 지표, 모델을 제공하여 개발자가 머신러닝 파이프라인을 위해 반복적인 커스텀 컴포넌트를 직접 작성해야 하는 번거로움을 줄여줍니다.

How it works

scikit-learn의 보조 라이브러리로 작동하며, scikit-learn의 표준을 엄격히 준수합니다. 사용자는 scikit-lego 컴포넌트(예: GMMClassifier 또는 RandomAdder)를 가져와 표준 scikit-learn 도구와 함께 scikit-learn Pipeline 객체에 직접 통합할 수 있습니다. \n## Highlights

• Custom Transformers: 컬럼 선택, 이상치 제거, 학습 중 무작위성 추가를 위한 도구를 포함합니다.
• Specialized Models: 다양한 회귀 유형(Quantile, LAD, Lowess) 및 GMM 기반 분류기를 제공합니다.
• ness/Fairness Tools: Fairness-constrained classifiers, fairness metrics를 포함합니다. \
• Pipeline Utilities: 디버깅을 쉽게 하기 위한 DebugPipeline 및 TimeGapSplit과 같은 시계열 특화 분할 방법을 제공합니다.