#data-science

Régression linéaire par moindres carrés sous forme d'API, calculée localement et de manière déterministe. Le point de terminaison linéaire ajuste la meilleure droite y = a + b·x à travers un ensemble de points de données x/y par la méthode des moindres carrés ordinaires, renvoyant la pente b = Σ((x−x̄)(y−ȳ))/Σ(x−x̄)², l'ordonnée à l'origine a = ȳ − b·x̄, l'équation prête à l'emploi, la corrélation de Pearson r et le coefficient de détermination R² (la fraction de variance expliquée par la droite), ainsi que les erreurs types résiduelles et de pente — les points (1,2),(2,4),(3,5),(4,4),(5,5) s'ajustent à y = 2.2 + 0.6·x avec R² = 0.6, et un ensemble parfaitement linéaire renvoie R² = 1. Passez un predict_x et il extrapole également la valeur ajustée à ce point. Le point de terminaison predict évalue y = intercept + slope·x pour une droite connue. Les listes x et y peuvent être données sous forme de valeurs séparées par des virgules (x=1,2,3&y=2,4,5) ou sous forme de tableaux JSON dans un corps POST et doivent être de même longueur. Tout est calculé localement et de manière déterministe, donc c'est instantané et privé. Idéal pour les développeurs d'applications de science des données, d'analyse, de BI, de prévision, de prétraitement pour l'apprentissage automatique et d'enseignement des statistiques, les outils de ligne de tendance et d'ajustement optimal, et les tableaux de bord. Calcul local pur — pas de clé, pas de service tiers, instantané. En direct, rien n'est stocké. 2 points de terminaison. Il s'agit de la droite de régression ; pour la seule corrélation de Pearson ou les statistiques descriptives, utilisez une API de statistiques et pour les distributions de probabilité, une API de probabilité.

api.oanor.com/regression-api

Mathématiques d'évaluation de classifieur sous forme d'API, calculées localement et de manière déterministe. Le point d'accès confusion transforme les quatre cellules d'une matrice de confusion binaire — vrais et faux positifs et négatifs — en la suite complète de métriques : exactitude, précision, rappel (sensibilité), spécificité, score F1, coefficient de corrélation de Matthews (robuste au déséquilibre des classes), exactitude équilibrée, valeur prédictive négative, taux de faux positifs et de faux négatifs et prévalence. Le point d'accès diagnostic applique le théorème de Bayes à un test médical ou de dépistage : à partir de sa sensibilité, spécificité et prévalence (probabilité pré-test), il donne les valeurs prédictives positive et négative, les rapports de vraisemblance positif et négatif et le rapport de cotes diagnostique. Le point d'accès fbeta calcule le score Fβ à partir de la précision et du rappel (ou des comptes bruts) pour tout β — β = 1 donne F1, un β plus grand pondère le rappel, un β plus petit pondère la précision. Les métriques dont le dénominateur est nul sont renvoyées comme null plutôt qu'une erreur. Tout est calculé localement et de manière déterministe, donc c'est instantané et privé. Idéal pour les développeurs d'applications d'apprentissage automatique, de science des données, de tests médicaux et d'analytique, les outils d'évaluation de modèles et de dépistage, et l'enseignement des statistiques. Calcul local pur — pas de clé, pas de service tiers, instantané. En direct, rien n'est stocké. 3 points d'accès. Ceci est une évaluation de classifieur ; pour les statistiques descriptives et la régression, utilisez une API de statistiques et pour les tests d'hypothèses, une API d'inférence.

api.oanor.com/classifier-api

L'écosystème des paquets R — CRAN, le Comprehensive R Archive Network — sous forme d'API. Recherchez n'importe quel paquet R pour son titre, sa description, sa version, sa licence, son mainteneur et son auteur, les liens vers sa page d'accueil et son suivi de bogues, ainsi que son arbre de dépendances complet (depends, imports, suggests, linkingTo) ; lisez l'historique complet des versions d'un paquet avec les dates de publication ; recherchez l'ensemble du registre CRAN par mot-clé ; et obtenez des statistiques de téléchargement (dernier jour, semaine ou mois, avec une série quotidienne optionnelle) directement à partir des journaux de téléchargement officiels de CRAN. Couvre les ~22 000 paquets sur CRAN, de ggplot2, dplyr et data.table à jsonlite, shiny et le vaste tidyverse. En direct des services officiels de la communauté R (crandb, search.r-pkg.org, cranlogs). Idéal pour les tableaux de bord de paquets, les outils de dépendance et de chaîne d'approvisionnement, les portails de développeurs en science des données et les analyses de l'écosystème R. Données ouvertes de CRAN.

api.oanor.com/cran-api