NL4Py
NetLogo的Python控制器接口。 NL4Py使用远程过程调用体系结构，允许Python客户端代码控制NetLogoWorkspaceController服务器上的NetLogo工作区。 NL4Py支持通过单个Python客户端控制多个工作区。
阅读关于arXiv的NL4Py文章： ://arxiv.org/pdf/1808.03292.pdf
NL4Py已通过Python 3.6.2的测试
要求
NL4Py可与NetLogo 6.0、6.1和6.2一起使用
NL4Py需要JDK 1.8
NL4Py要求将与Python分发一起安装
安装
您可以使用pip-tools安装NL4Py：
pip install nl4py
用法
要在您的python代码中使用nl4py，请使用：
import nl4py
并使用以下命令启动NetLogoControllerSer
2022-05-04 15:29:10
39.84MB
1
电影推荐系统
这是基于协作过滤方法的电影推荐系统项目。
2022-05-04 12:24:30
8.72MB
1
地图
使在matplotlib中使用用户定义的颜色图更加容易。 默认的颜色图来自网站。
用户可以定义一个环境变量CMAP_DIR，该变量指向包含自定义rgb文件的文件夹。
特别感谢博士：提供了一些建议和帮助，将该软件包上传到Pypi和anaconda cloud。
安装：
pip install cmaps
或者：
conda install -c conda-forge cmaps
或者：
git clone https://github.com/hhuangwx/cmaps.git
cd cmaps
python setup.py install
用法：
import matplotlib.pyplot as plt
import cmaps
import numpy as np
x = y = np.arange(-3.0, 3.01, 0.05)
X, Y = np
2022-05-02 13:13:53
3.22MB
1
健康保险
预测健康保险将涵盖的医疗费用（收费）的项目
链接到数据集（ ）
目的
建立机器学习模型以预测由保险公司支付的费用（作为费用），作为健康保险的保障范围。
评估指标：RSq
该解决方案包含七个线性模型。 发现吸烟者的受益人为保险公司支付了大量医疗费用。 对于吸烟者，BMI与收费量（正）密切相关。 随着BMI的增加，医疗费用也随之增加。
多项式特征和特征相互作用
仅使用原始功能不足以预测收费金额。 结果，年龄和吸烟者=“ Y”以及BMI和吸烟者=“ Y”之间的相互作用。 作为基准，RSq。 对所有七个模型而言，大约是测试集的75％。 功能交互改善了RSq。 （模型解释的方差量）在79-80％之间。作为一种最终技术，添加了年龄和BMI或受益人的二阶多项式作为特征。 这使RSq稍微增加了约0.03％。
其他改善技术
由于数据集很小，因此可以使用诸如决策树和随机森林之类的非线性模型
如果
2022-05-02 11:27:55
988KB
1
预测医疗保险费用
该项目的主要目标是预测医疗费用。
2022-05-02 11:03:55
16KB
1
马尔可夫链蒙特卡洛
我从头开始实现Python中的Metropolis-Hastings算法，以查找虚拟数据示例的参数分布，然后找到现实世界中的问题。
我将仅使用numpy来实现该算法，并使用matplotlib来呈现结果。 可以在需要时使用Scipy计算密度函数，但我还将展示如何使用numpy来实现它们。
MH-Gibbs已添加到此仓库中。
2022-04-30 16:07:38
5.06MB
1