-
使用PyELM-MME实现基于ELM的图像均方误差的Matlab代码
资源介绍
图像的均方误差的matlab代码PyELM-MME：一个Python模块，用于构建基于极端学习机的多模型集合并比较季节性预测的其他标准方法。
作者：Nachiketa
Acharya（气候预测科学，统计和AI
/
ML），Kyle
Hall（AI
/
ML和软件开发）
PyELM-MME是一款功能强大且灵活的python模块，用于分析2D（数据x年）和4D（数据x纬度x长度x年）气候数据。
它可以自动进行数据整理，数据清理，预处理（包括标准化/缩放和降维），格式化和绘图。
它为scikit-learn和hpelm等外部数据科学模块提供了灵活的包装器，并为简化起见而标准化了与这些库的接口。
PyELM-MME旨在易于使用和理解，我们希望我们的工作将使气候模型科学对新手程序员更易取用。
受到Nachiketa
Acharya编写的原始Matlab代码的启发
PyELM-MME由Kyle
Hall设计和实施
使用Anaconda安装：
conda
install
-c
hallkjc01
pyelmmme
或从具有依赖关系的源构建：
*
cartopy:
conda
install
-c
c