Tool Kit for Improving Experimental Efficiency (Beta)
Email：zhjpre@gmail.com
train_sample.py：调用训练的示例代码（Sample code to invoke the training）；
data.csv：示例代码所使用的数据集（The data set used by the sample code）；
注：train_sample.py 调用的是最新版本的包（The call is the latest version of the package）；
| Name | Description | Type | Other |
|---|---|---|---|
| file_name | 查找指定文件夹名下的所有文件的名称 | function | |
| mkdir | 创建文件夹 | function | |
| create_time_seq | 创建时间序列数据集 | function | |
| BLSregressor | 封装好的 Bord Learning System 的回归模型类 | class | |
| BLSclassification | 封装好的 Bord Learning System 的分类模型类 | class | |
| model | 训练传统机器学习和集成学习模型的类 | class | 各个模型的网格搜索范围要根据具体任务具体设置 |
| analysis | 数据分析的类 | class | |
| calculate_cluster | 评估聚类算法的内部评估指标 | function | |
| analysiz_train_results | model类对应寻找最优结果的工具 | function |
2021-04-28 00:00 --- 加入21个sklearn回归模型训练网格调参代码；
2021-04-29 10:01 --- 加入寻找文件名、创建文件夹、创建时间序列数据 这三个函数；
2021-05-06 15:41 --- 补充修改一些漏洞（忘了导包、变量错误等等），基本功能没有改变；
2021-05-07 11:34 --- 发现重启训练那里写入读取有问题，进行了修正，基本功能没有改变；
2021-05-08 12:33 --- 加入自动保存最好结果的模型的代码；
2021-05-11 16:33 --- 改正了训练RF和LogR的代码，改进了重启训练的代码，基本功能没有改变；
2021-05-12 20:24 --- 改正了训练Lgb和Xgb的代码，基本功能没有改变；
2021-05-14 15:22 --- 加入了使用最小二乘法去优化的线性回归模型，最基本的线性回归模型；
2021-05-17 12:34 --- 对评估函数的初始化进行了修正，加入了一个初步的数据分析类analysis；
2021-06-21 19:09 --- 加入了BLS的分类、聚类算法的内部评估指标函数、7z压缩函数，model类训练后对应寻找最优参数的函数；
2021-08-10 13:29 --- 对KNN、RF、EXT、Ada、GBDT、LGB、XGB、CAT和LinearSVR的参数范围（缩小到默认参数上下波动）进行调整；
2021-08-12 14:18 --- 修复LR模型训练函数中的写入错误；
2021-09-20 15:21 --- 修复参数设置错误导致出现报错的情况；
2021-12-14 19:17 --- 修改了Logistics的参数；增加了15个新的回归问题的评估指标；