微型統(tǒng)計分析系統(tǒng)

MSAS

Mini Statistical Analysis System

項目地址

由于某種原因，項目已經(jīng)改為私有。
如果有技術方面的問題，請聯(lián)系我。

• github: https://github.com/tbyouth/TCM_MSAS

• gitee: https://gitee.com/tbyouth/TCM_MSAS

項目預覽

簡介

本項目是基于PyQt框架開發(fā)的一個微型的數(shù)據(jù)統(tǒng)計分析系統(tǒng)。

該項目目前已經(jīng)完成了版本v1.0的開發(fā)工作,

并且以偏最小二乘的多功能統(tǒng)計分析系統(tǒng)v1.0版本打包發(fā)布，

該發(fā)布版本有幸作為JXUTCM杜教授的論著《偏最小二乘法優(yōu)化及其在中醫(yī)藥領域的應用研究》的配套軟件。

本項目后續(xù)的的功能開發(fā)和算法集成工作正在進行中…

功能:

• 支持excel表格數(shù)據(jù)基本的預處理：

  • 數(shù)據(jù)增刪改;

  • 數(shù)據(jù)剪切復制粘貼；

  • 數(shù)據(jù)檢索高亮顯示;

  • 數(shù)據(jù)查找替換；

  • 數(shù)據(jù)的導入導出等功能；

• 支持優(yōu)化的偏最小二乘(PLS)數(shù)據(jù)分析功能,集成的PLS相關算法有11個:

  • 數(shù)據(jù)預處理模型2個：

    DSA-PLS：Denoising Sparse Autoencoder（降噪稀疏自編碼器）融合降噪稀疏自編碼器的偏最小二乘算法

    SBMPLS：Slacks Based Measure（非徑向 DEA 模型）融合非徑向數(shù)據(jù)包絡分析的偏最小二乘算法

  • 特征選擇模型3個：

    PLSCF：PLS feature selection based on feature correlation 基于特征相關的偏最小二乘特征選擇算法

    LAPLS：Feature Selection Method Based on Patial Least Squares 基于偏最小二乘的特征選擇算法

    GRA-PLS：Grey Relation Analysis-Partial Least Square 灰色關聯(lián)的偏最小二乘輔助分析算法

  • 非線性特征提取模型3個：

    RBM-PLS：Restricted Boltzmann Machine（受限玻爾茲曼機）融合受限玻爾茲曼機的偏最小二乘優(yōu)化模型

    SEA-PLS：融合稀疏自編碼器的偏最小二乘優(yōu)化模型

    DBN-PLS：Deep Belief Nets（深度置信網(wǎng)絡）融合深度置信網(wǎng)絡的偏最小二乘優(yōu)化模型

  • 非線性回歸模型3個：

    Mtree-PLS：Partial least squares method based on fusion model tree 融合模型樹的偏最小二乘算法

    RF-PLS：PLS method for fusion of random forests 融合隨機森林的偏最小二乘算法

    PLS-S-DA：Partial least squares discriminant analysis based on softmax 融合 softmax 的偏最小二乘判別分析算法

• 支持多線程運行算法模型

• 支持可視化分析功能：

  繪制可視化圖形，圖形的移動，放縮查看，圖形的導出；

  由于時間倉促，學業(yè)繁忙（準備考研ing）等原因目前版本只集成了折線圖，散點圖，柱狀圖這三種可視化模型，

  更多可視化分析模型將在后續(xù)的開發(fā)中加入。

安裝

直接下載本項目zip文件源碼或使用git下載項目源碼

$ git clone git@github.com:tbyouth/TCM_MSAS.git

安裝好python并配置好環(huán)境，打開命令行工具，

使用 pip install -r requirements.txt 安裝相關依賴模塊；

如果您使用pip安裝依賴模塊時下載太慢，建議您使用：

pip install -i https://pypi.douban.com/simple -r requirements.txt

調(diào)用python 執(zhí)行項目目錄下的runApp.py:

python runApp.py

此外，你可以下載本項目打包發(fā)布的Release v1.0使用（構(gòu)建好的exe文件），

也可以自己使用pyinstaller進行編譯打包成exe后使用，

編譯打包成exe語句：pyinstaller -i logo.ico -F src/MainWindow.py

功能TODO

• 軟件皮膚設置.
• 數(shù)據(jù)庫導入導出數(shù)據(jù)（已寫demo暫未集成）.
• 數(shù)據(jù)預處理操作撤銷回退.
• 數(shù)據(jù)可視化模框重構(gòu).
• 集成更多數(shù)據(jù)分析算法.
• 集成更多可視化分析模型.
• 加入啟動界面（已寫demo暫未集成））.
• 軟件在線更新.
• 代碼優(yōu)化…

開發(fā)TODO

• 加入日志方便調(diào)試.

說明

本項目由我獨立開發(fā)，所以部分界面的設計和功能的實現(xiàn)可能存在不足。

（特別是算法運行結(jié)果展示和可視化分析的界面我覺得需要重新設計…）

11個PLS相關算法由學姐（兩個交叉的圓）和學長（LOVE）提供并進行初步整理,

當前版本(v1.0)集成的部分算法從運行效果來看不是特別滿意，

所以部分算法可能還存在很多不足，后期如果有機會將進行修改和優(yōu)化。

后續(xù)

歡迎大家加入本項目的開發(fā)和維護工作!

歡迎為本項目提供寶貴的建議！！

歡迎一起學習交流！！！

聯(lián)系我

作者：tbyouth

QQ： 2638961251

郵箱：tbyouth@gmail.com or 2638961251@qq.com

項目其他截圖

總結(jié)

以上是生活随笔為你收集整理的微型统计分析系统README的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。