Una repository contenente una classe per costruire una pipeline atta a valutare i subset di keygenes ed i loro metodi di selezione. La valutazione avviene tramite l'analisi delle metriche di performance.

I file:

• EvaluatePipeline.py contiene la classe Python;

• Nel folder HandmadePackages contenente le classi e le funzioni di ausilio da me create per la classe contenenuta in EvaluatePipeline.py;

  • evaluate_performance: Contiene diverse funzioni per misurare le performance di diversi tipi di modelli di classificazione.
  • LaTeX: classe per la creazione di report pdf in python.
  • preprocessing: Funzioni per il preprocessing, ad esempio semplificare la ricodifica di variabili qualitative.

• tryme.ipynb Python notebook, esempio base per utilizzare la classe Python creata;

• Esempio applicazione pratica.ipynb python notebook che contiene un esempio di applicazione reale della classe affiancata dalla classe LaTeX per la creazione del report finale;

• Report esempio applicazione pratica.pdf report proveniente dallo script descritto nel punto precedente;