Releases: Keycatowo/rough-set
Releases · Keycatowo/rough-set
v0.3.0
package功能新增
relations.py
get_equivalence_object
: 取得目標規則篩選相同的物件get_lower_approximation
:取得下限近似集合get_upper_approximation
:取得上限近似集合
evaluate.py
calculate_rules_ratio
: 計算 給定的規則條件 佔 所有資料 的比例evaluate_metrics
:計算 target_dict 規則 在 df_data中的 support, confidence, lift
Demo頁面更新
- page 1: Select Feature
- 上傳資料
- 檢查欄位獨立性
- 取得上限/下限/界限近似集合
- page 2: Split Data
- 劃分訓練/測試資料
- page 3: Rule Inference
- 上傳資料、選擇欄位
- 推論規則、取得規則解釋
- 設定閾值,篩選規則
- page 4: Rule Application
- 上傳規則、資料
- 評估規則、篩選規則
v0.2.0
現在入口為RoughSet物件了!
from roughset import RoughSet
範例
from roughset import RoughSet
# Load data from a CSV file
df = pd.read_csv('example.csv')
# Create RoughSet object
RS = RoughSet(
df=df,
name_col="No",
feature_col=['天氣', '事故情形', '事故原因'],
decision_col='損壞部位'
)
rules = RS.get_reduct_rules(include_empty=True)
rules
rules_with_scores = RS.get_reduct_rules_with_scores()
rules_with_scores
v0.1.0
更新內容
建立create_reduct_rules
,用來產生約略規則
使用範例
from roughset.reduct import create_reduct_rules
# Load data from a CSV file
df = pd.read_csv('example.csv')
# Calculate reduct rules
create_reduct_rules(
df=df,
name_col="No",
feature_col=['天氣', '事故情形', '事故原因'],
decision_col='損壞部位',
include_empty=True # Include empty reduct rules
)