river

River ऑनलाइन मशीन लर्निंग के लिए एक Python लाइब्रेरी है। इसका लक्ष्य स्ट्रीमिंग डेटा पर मशीन लर्निंग करने के लिए सबसे उपयोगकर्ता-मैत्रीपूर्ण लाइब्रेरी बनना है। River, creme और scikit-multiflow के विलय का परिणाम है।

⚡️ त्वरित शुरुआत

एक त्वरित उदाहरण के रूप में, हम वेबसाइट फ़िशिंग डेटासेट को वर्गीकृत करने के लिए एक लॉजिस्टिक रिग्रेशन को प्रशिक्षित करेंगे। यहाँ डेटासेट में पहले अवलोकन पर एक नज़र है।

>>> from pprint import pprint
>>> from river import datasets

>>> dataset = datasets.Phishing()

>>> for x, y in dataset:
...     pprint(x)
...     print(y)
...     break
{'age_of_domain': 1,
 'anchor_from_other_domain': 0.0,
 'empty_server_form_handler': 0.0,
 'https': 0.0,
 'ip_in_url': 1,
 'is_popular': 0.5,
 'long_url': 1.0,
 'popup_window': 0.0,
 'request_from_other_domain': 0.0}
True

अब चलिए मॉडल को डेटासेट पर स्ट्रीमिंग तरीके से चलाते हैं। हम क्रमिक रूप से भविष्यवाणियों और मॉडल अपडेट को इंटरलीव करते हैं। इस बीच, हम एक प्रदर्शन मीट्रिक को अपडेट करते हैं ताकि यह देख सकें कि मॉडल कितना अच्छा प्रदर्शन कर रहा है।

>>> from river import compose
>>> from river import linear_model
>>> from river import metrics
>>> from river import preprocessing

>>> model = compose.Pipeline(
...     preprocessing.StandardScaler(),
...     linear_model.LogisticRegression()
... )

>>> metric = metrics.Accuracy()

>>> for x, y in dataset:
...     y_pred = model.predict_one(x)      # make a prediction
...     metric.update(y, y_pred)           # update the metric
...     model.learn_one(x, y)              # make the model learn

>>> metric
Accuracy: 89.28%

बेशक, यह केवल एक काल्पनिक उदाहरण है। अधिक विस्तृत ट्यूटोरियल के लिए हम आपका स्वागत करते हैं कि आप दस्तावेज़ के परिचय अनुभाग को देखें।

🛠 इंस्टॉलेशन

River को Python 3.11 और उससे ऊपर के साथ काम करने के लिए बनाया गया है। इंस्टॉलेशन pip के साथ किया जा सकता है:

pip install river

Linux, MacOS, और Windows के लिए व्हील्स उपलब्ध हैं। इसका मतलब है कि आपको संभवतः River को सोर्स से बिल्ड नहीं करना पड़ेगा।

River के कोर ऑनलाइन इंटरफ़ेस (learn_one / predict_one) में कोई pandas निर्भरता नहीं है। मिनी-बैच इंटरफ़ेस (learn_many, predict_many, predict_proba_many, transform_many) pandas पर बना है और ऑप्ट-इन है:

pip install "river[pandas]"

आप GitHub से नवीनतम डेवलपमेंट संस्करण इस तरह इंस्टॉल कर सकते हैं:

pip install git+https://github.com/online-ml/river --upgrade
pip install git+ssh://[email protected]/online-ml/river.git --upgrade  # using SSH

इस विधि के लिए आपकी मशीन पर Cython और Rust इंस्टॉल होना आवश्यक है।

🔮 विशेषताएँ

River निम्नलिखित एल्गोरिदम परिवारों के ऑनलाइन कार्यान्वयन प्रदान करता है:

• लीनियर मॉडल, ऑप्टिमाइज़र की एक विस्तृत श्रृंखला के साथ
• डिसीज़न ट्री और रैंडम फ़ॉरेस्ट
• (अनुमानित) निकटतम पड़ोसी
• एनोमली डिटेक्शन
• ड्रिफ्ट डिटेक्शन
• रेकमेंडर सिस्टम
• टाइम सीरीज़ फ़ोरकास्टिंग
• बैंडिट्स
• फ़ैक्टराइज़ेशन मशीन
• असंतुलित लर्निंग
• क्लस्टरिंग
• बैगिंग/बूस्टिंग/स्टैकिंग
• सक्रिय लर्निंग

River अन्य ऑनलाइन उपयोगिताएँ भी प्रदान करता है:

• फ़ीचर एक्सट्रैक्शन और सिलेक्शन
• ऑनलाइन सांख्यिकी और मीट्रिक
• प्रीप्रोसेसिंग
• अंतर्निहित डेटासेट
• प्रोग्रेसिव मॉडल वैलिडेशन
• मॉडल पाइपलाइन

व्यापक अवलोकन के लिए API देखें

🤔 क्या मुझे River का उपयोग करना चाहिए?

आपको स्वयं से पूछना चाहिए कि क्या आपको ऑनलाइन मशीन लर्निंग की आवश्यकता है। उत्तर संभवतः नहीं है। अधिकांश समय बैच लर्निंग बिल्कुल ठीक काम करता है। एक ऑनलाइन दृष्टिकोण तब उपयुक्त हो सकता है जब:

• आप एक ऐसा मॉडल चाहते हैं जो पिछले डेटा को दोबारा देखे बिना नए डेटा से सीख सके।
• आप एक ऐसा मॉडल चाहते हैं जो कॉन्सेप्ट ड्रिफ्ट के प्रति मजबूत हो।
• आप अपने मॉडल को इस तरह विकसित करना चाहते हैं जो उत्पादन संदर्भ में होने वाली प्रक्रिया के अधिक निकट हो, जो आमतौर पर इवेंट-आधारित होती है।

River की कुछ विशिष्टताएँ ये हैं कि:

• यह प्रदर्शन से अधिक स्पष्टता और उपयोगकर्ता अनुभव पर केंद्रित है।
• यह एक बार में एक नमूने को संसाधित करने में बहुत तेज़ है। इसे आज़माएँ, आप देखेंगे।
• यह Python के बाकी पारिस्थितिकी तंत्र के साथ अच्छी तरह काम करता है।

🔗 उपयोगी लिंक

• दस्तावेज़
• पैकेज रिलीज़
• awesome-online-machine-learning
• GAIA में 2022 प्रस्तुति
• Online Clustering: Algorithms, Evaluation, Metrics, Applications and Benchmarking from KDD'22.

👐 योगदान

आप जिस भी तरह से चाहें योगदान देने के लिए स्वतंत्र महसूस करें, हम हमेशा नए विचारों और दृष्टिकोणों के लिए तैयार हैं।

• यदि आपका कोई प्रश्न या पूछताछ हो तो एक चर्चा खोलें। हमें निजी ईमेल भेजने के बजाय सार्वजनिक रूप से अपना प्रश्न पूछना अधिक उपयोगी है। योगदान देने से पहले एक चर्चा खोलने के लिए भी प्रोत्साहित किया जाता है, ताकि सभी एकजुट रहें और अनावश्यक काम से बचा जा सके।
• यदि आपको लगता है कि आपने कोई बग या प्रदर्शन समस्या देखी है तो एक इश्यू खोलने के लिए स्वागत है।
• हमारा रोडमैप सार्वजनिक है। जो भी आपकी नज़र में आए उस पर काम करने या सुझाव देने के लिए स्वतंत्र महसूस करें।

यदि आप कोड बेस में संशोधन लाना चाहते हैं तो कृपया योगदान दिशानिर्देश देखें।

🤝 संबद्धताएँ

💬 उद्धरण

यदि River आपके लिए उपयोगी रहा है, और आप इसे किसी वैज्ञानिक प्रकाशन में उद्धृत करना चाहते हैं, तो कृपया JMLR में प्रकाशित पेपर का संदर्भ लें: