|
dist 编译后的文件，可以理解为压缩发布版 src 源码文件，适合动手能力强的小米 config 配置文件 core核心 docs 文档 examples 示例文件 test 测试文件 .gitignore 告诉git哪些文件不要上传到Github 上 LICENSE.txt 授权协议 README.md 自述文件，整个项目的简介使用方法等 bower.json 包管理器配置文件 package.json npm包管理器配置文件
从豆瓣上看到的 https://www.douban.com/group/topic/208337050/ 整合评论1 对于github上的代码，通常看readme.md就能知道它的作用和使用方法，doc通常是进一步的详细文档，src通常是真正的源码（不过图中没有按这种命名方式哈哈，真正的源码在econml文件夹里）；notebook… 如果你有安装juputer的话就可以看里边的内容了，通常是些实验结果演示，跟源码无关；prototypes没见过；monre_carlo_test里是用蒙特卡洛方法去模拟一些实验测试，看样子似乎是按你输入参数来决定用lasso还是lr模型的。
readme里的getting started里有安装方式，既然你说你需要改其中的源码，那就没法图省事用pip install econml了，得install from resource，for developers这节里讲了重新编译代码的方式，看起来还挺简单的啊，安装好后记得跑下测试看安装对了没。然后，真正的源码在econml里面，tests里就是pytest测试代码啦。另外，核心代码我估计是econml/dml/dml.py和econml/inference.py。前者的话，核心的基类是DML，LinearDML、KernelDML等等都是派生自它的（其实DML还派生于_BaseDML）。 我拿LinearDML.fit来举例讲讲怎么学习这个代码哈（这似乎是个挺核心的函数），LinearDML没自己实现这个方法，而是调用了父类DML的方法，而DML也调用的它父类的方法，最终一直上溯到econml/_ortho_learner.py的OrthoLearner类，它完整实现了fit这个方法，这时候你仔细学学fit怎么实现的，然后看这一长串的类继承增加了什么功能，这样就把Learner这些类学通了。 上面分析LinearDML.fit方法的过程中，需要跨越几个文件，虽然楼主好像不太会用github，不过应该会python，分析起来应该还是挺容易的。手机版豆瓣不方便码字，想到哪打到哪，所以上面逻辑可能有些不通顺。 另外，我上面讲的是怎么分析这份源码的简单思路，如果是我的话就会从【econml/dml/dml.py】看起。 使用源码的方法你应该懂了，而且readme.md里也有简单提到，就是import econml.dml里的东西。（奇怪，你如果用过这个库，import的时候就应该知道源码在econml下了呀）
|