PyPI
elastic/eland
Python Client and Toolkit for DataFrames, Big Data, Machine Learning and ETL in Elasticsearch
Apache-2.02026年9月14日 · 指标 2.10.0
全部标签
目录标签
#scikit-learn
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
43 条记录
PyPI
bretttolbert/verbecc
Verbe Complete Conjugator (verbecc) supports Catalan, Spanish, French, Italian, Portuguese and Romanian and can predict conjugation for unknown verbs using Machine Learning
LGPL-3.02026年8月26日 · 指标 2.10.0
PyPI
onnx/sklearn-onnx
Convert scikit-learn models and pipelines to ONNX
Apache-2.02026年10月19日 · 指标 2.10.0
PyPI
alkaline-ml/pmdarima
A statistical library designed to fill the void in Python's time series analysis capabilities, including the equivalent of R's auto.arima function.
MIT2026年9月19日 · 指标 2.10.0
PyPI
mljar/mljar-supervised
Python package for AutoML on Tabular Data with Feature Engineering, Hyper-Parameters Tuning, Explanations and Automatic Documentation
MIT2026年9月19日 · 指标 2.10.0
PyPI · crates.io
sipemu/pyfda
Python bindings for fdars-core – Functional Data Analysis in Rust
MIT2026年10月21日 · 指标 2.10.0
PyPI
scaleoutsystems/scaleout-client
Scaleout Edge: Sovereign Edge AI orchestration and Federated Learning
Apache-2.02026年9月12日 · 指标 2.10.0
PyPI
srikumar2050/hugiml-core
High-performance interpretable ML classifier using High Utility Gain patterns (IEEE Access 2024). C++ accelerated, scikit-learn compatible, with EBM-style explanations, adaptive binning, pattern pruning, and deployment tooling for regulated domains.
自定义许可证2026年9月11日 · 指标 2.10.0
PyPI
mljar/supertree
Impress your boss with interactive Decision Tree visualization
Apache-2.02026年9月10日 · 指标 2.10.0
PyPI
DistrictDataLabs/yellowbrick
Visual analysis and diagnostic tools to facilitate machine learning model selection.
Apache-2.02026年9月17日 · 指标 2.10.0
PyPI
reiinakano/scikit-plot
An intuitive library to add plotting functionality to scikit-learn objects.
MIT2026年9月17日 · 指标 2.10.0
PyPI
nicodv/kmodes
Python implementations of the k-modes and k-prototypes clustering algorithms, for clustering categorical data
MIT2026年9月17日 · 指标 2.10.0
PyPI
phausamann/sklearn-xarray
Metadata-aware machine learning.
BSD-3-Clause2026年9月22日 · 指标 2.10.0