Milk

Млечни тайна libsvm в Python код.
Той също така поддържа к-означава групиране с изпълнението, което е внимавайте да не използвате твърде много памет

<силни> Характеристики :.

• Random гори
• Самостоятелно организиране карти
• SVMs. Използвайки libsvm решаване с pythonesque обвивка около него.
• Поетапно дискриминантен анализ за избор на функция.
• Non-негативна матрица разлагане
• K-път, като използват по-малко памет, колкото е възможно.
• размножаване Affinity

Какво ново в тази версия:.

• Добавена проекция подпространство KNN
• Export pdist в млякото именно пространство.
• Добавено Айген към разпределителната източник.
• Добавена measures.curves.roc.
• Добавена mds_dists функция.

Какво ново във версия 0.5:

• Добави координатна-спускане базирани LASSO
• Добави unsupervised.center функция
• Направи zscore работа с Nans (като ги игнорира)
• Пропаганда apply_many повиквания чрез трансформатори

Какво ново във версия 0.4.1:.

• Фиксирана важен бъг в gridsearch

Какво ново във версия 0.4.0:

• Използвайте многопроцесорна да се възползва от многоядрени машини ( изключена по подразбиране).
• Добави перцептрон обучаем
• Определете случаен семена в случаен гора обучаем
• Добави предупреждение за мляко / __ init__.py, ако вносът не успее
• Добавяне на възвръщаемост на стойност към gridminimise
• Определете случаен семена в precluster_learner
• Изпълнено Error-Коригиране изходни кодове за намаление на мулти-клас в двоично (включително вероятността за оценка)
• Добави multi_strategy аргумент да defaultlearner ()
• Направи дот ядрото в SVM много, много, по-бързо
• Направи сигмоидален за SVM вероятност оценява по-бързо
• Fix бъг в randomforest (пластир от Wei на млечни потребители пощенския списък)

Какво ново във версия 0.3.10:

• Добави ext.jugparallel за интеграция с кана
• Parallel nfold crossvalidation използвайки кана
• Паралелни множество kmeans тече използвайки кана
• cluster_agreement за непушачи ndarrays
• Добави хистограма & normali (Z | S) д опции, за да milk.kmeans.assign_centroid
• Fix бъг в SDA когато характеристики са постоянни за клас
• Добавяне select_best_kmeans
• Добавена defaultlearner като по-добро име, отколкото defaultclassifier
• Add measures.curves.precision_recall
• Добави unsupervised.parzen.parzen

Какво ново във версия 0.3.8:.

• Фиксирана компилация на Windows

Какво ново във версия 0.3.7:.

• Логистичен регресионен
• Източник демонстрации включени (в източник и документация).
• Добавяне на касетъчни споразумение показатели.
• Fix nfoldcrossvalidation бъг при използване на произход.

Какво ново във версия 0.3.5:.

• Bugfix за 64 бита

Какво ново във версия 0.3.4:.

• Random горски учащите
• дървета на решения се ускоряват 20x.
• Много по-бързо gridsearch (намира оптимално без изчислителна всички гънки).