Scikit-dimension：一个用于内蕴维数估计的 Python 包
机器学习
2023-12-07 v1 机器学习
摘要
在机器学习应用于真实数据的过程中，处理不确定性关键依赖于对内蕴维数（ID）的认知。已有诸多方法被提出用于估计 ID，但 Python 中尚未有标准包能够便捷地逐一或同时应用这些方法。本技术说明介绍 \texttt{scikit-dimension}，一个用于内蕴维数估计的开源 Python 包。\texttt{scikit-dimension} 基于 scikit-learn 应用程序接口，对文献中绝大多数已知的 ID 估计器提供统一实现，以评估全局与局部内蕴维数，并提供文献中广泛使用的合成玩具与基准数据集生成器。该包借助代码质量、覆盖率、单元测试与持续集成评估工具开发。我们简要描述该包，并展示其在大规模（逾 500 个数据集）真实与合成数据 ID 估计方法基准测试中的使用。源代码见 https://github.com/j-bac/scikit-dimension，文档见 https://scikit-dimension.readthedocs.io 。
引用
@article{arxiv.2109.02596,
title = {Scikit-dimension: a Python package for intrinsic dimension estimation},
author = {Jonathan Bac and Evgeny M. Mirkes and Alexander N. Gorban and Ivan Tyukin and Andrei Zinovyev},
journal= {arXiv preprint arXiv:2109.02596},
year = {2023}
}
备注
12 pages, 4 figures, 1 table