南京航空航天大学开源ALiPy：用于主动学习的Python工具包

栏目: 软件资讯 · 发布时间: 7年前

内容简介：ALiPy 可为主动学习框架提供基于模块的实现，允许用户便捷地评估、对比和分析主动学习方法的性能。它可实现超过 20 种算法，还支持用户在不同的设置下轻松实现自己的方法。不限制分类模型的类型。用户可以按需求在 sklearn 中使用用户可随意修改工具包中的一或多个模块，对其他模块不会产生影响。

论文链接：https://arxiv.org/pdf/1901.03802.pdf
ALiPy 官网地址：http://parnec.nuaa.edu.cn/huangsj/alipy/index.html

简介

ALiPy 可为主动学习框架提供基于模块的实现，允许用户便捷地评估、对比和分析主动学习方法的性能。它可实现超过 20 种算法，还支持用户在不同的设置下轻松实现自己的方法。

特征

模型独立

不限制分类模型的类型。用户可以按需求在 sklearn 中使用 SVM ，或者在TensorFlow中使用深度模型。

模块独立

用户可随意修改工具包中的一或多个模块，对其他模块不会产生影响。

无需继承即可实现自己的算法

对用户自定义函数限制极少。

支持不同设置

支持 Noisy oracles、Multi-label、Cost effective、Feature querying 等设置。

强大的工具

保存和加载中间结果、多线程、分析实验结果等。

快速启动

用户可以通过以下命令启动 ALiPy：

pip install alipy

详细安装指南，参见 http://parnec.nuaa.edu.cn/huangsj/alipy/installation.html。

对于不太熟悉主动学习、 只是想对数据集应用该方法的用户 ，请查看 http://parnec.nuaa.edu.cn/huangsj/alipy/page_adv/encapsulation_alexperiment.html，即可使用几行代码运行主动学习流程，无需了解任何背景知识。
对于 想要对现有主动学习方法进行实验评估的用户 ，请查看 http://parnec.nuaa.edu.cn/huangsj/alipy/alipy_overview.html，了解 7 种不同设置下的 20 余种当前最优算法。
对于 想要实现自己的算法、执行主动学习实验的用户 ，请查看 http://parnec.nuaa.edu.cn/huangsj/alipy/10_mins_to_alipy.html，学习如何使用 ALiPy 轻松实施主动学习实验。