Возможности

ML PascalABC.NET объединяет базовые инструменты машинного обучения в стиле, привычном для PascalABC.NET: работа с таблицами данных, предобработка, обучение моделей, оценка качества и сборка полных конвейеров.

Что входит в проект

Работа с данными

DataFrame отвечает за загрузку и обработку табличных данных: чтение CSV, выбор столбцов, фильтрацию, группировку и подготовку признаков.

Предобработка

PreprocessorABC содержит преобразователи данных: масштабирование признаков, нормализацию, заполнение пропусков и кодирование категориальных значений.

Модели

Библиотека моделей покрывает классические алгоритмы машинного обучения: классификацию, регрессию, деревья решений, ансамбли и методы ближайших соседей.

Оценка качества

Модули валидации и метрик позволяют разделять данные, запускать кросс-валидацию и измерять качество моделей на задачах классификации и регрессии.

Pipeline

Pipeline связывает предобработку и модель в единый объект, чтобы один и тот же рабочий процесс можно было обучать, проверять и применять к новым данным.

Для кого это

Проект рассчитан на учебные и прикладные сценарии, где важно писать полный ML-процесс на PascalABC.NET: от загрузки данных до оценки результата.