edamame

• edamame.eda
  • eda
    • correlation_categorical()
    • correlation_pearson()
    • correlation_phik()
    • describe_distribution()
    • dimensions()
    • drop_columns()
    • handling_missing()
    • identify_types()
    • inspection()
    • interaction()
    • missing()
    • modify_cardinality()
    • num_to_categorical()
    • num_variable_study()
    • plot_categorical()
    • plot_numerical()
    • split_and_scaling()
    • view_cardinality()
  • tools
    • dataframe_review()
    • dummy_control()
    • load_model()
    • ohe()
    • scaling()
    • setup()
• edamame.regressor
  • diagnose
    • RegressorDiagnose
      • RegressorDiagnose.X_train
      • RegressorDiagnose.y_train
      • RegressorDiagnose.X_test
      • RegressorDiagnose.y_test
      • RegressorDiagnose.coefficients()
      • RegressorDiagnose.prediction_error()
      • RegressorDiagnose.qqplot()
      • RegressorDiagnose.random_forest_fi()
      • RegressorDiagnose.residual_plot()
      • RegressorDiagnose.xgboost_fi()
    • check_random_forest()
    • check_xgboost()
  • regression
    • TrainRegressor
      • TrainRegressor.X_train
      • TrainRegressor.y_train
      • TrainRegressor.X_test
      • TrainRegressor.y_test
      • TrainRegressor.auto_ml()
      • TrainRegressor.lasso()
      • TrainRegressor.linear()
      • TrainRegressor.model_metrics()
      • TrainRegressor.random_forest()
      • TrainRegressor.ridge()
      • TrainRegressor.save_model()
      • TrainRegressor.tree()
      • TrainRegressor.xgboost()
    • regression_metrics()
• edamame.classifier
  • classification
    • TrainClassifier
      • TrainClassifier.X_train
      • TrainClassifier.y_train
      • TrainClassifier.X_test
      • TrainClassifier.y_test
      • TrainClassifier.auto_ml()
      • TrainClassifier.gaussian_nb()
      • TrainClassifier.knn()
      • TrainClassifier.logistic()
      • TrainClassifier.model_metrics()
      • TrainClassifier.random_forest()
      • TrainClassifier.save_model()
      • TrainClassifier.svm()
      • TrainClassifier.tree()
      • TrainClassifier.xgboost()
    • classifier_metrics()
  • diagnose
    • ClassifierDiagnose
      • ClassifierDiagnose.X_train
      • ClassifierDiagnose.y_train
      • ClassifierDiagnose.X_test
      • ClassifierDiagnose.y_test
      • ClassifierDiagnose.class_prediction_error()
      • ClassifierDiagnose.plot_roc_auc()
      • ClassifierDiagnose.random_forest_fi()
      • ClassifierDiagnose.xgboost_fi()
    • check_random_forest()
    • check_xgboost()