Mjukvaruinformation:
Version: 0.5.3
Ladda upp dagen: 5 Jun 15
Licens: Gratis
Popularitet: 411
Mjölk wraps libsvm i Python-kod.
Det stöder också k-means klustring med en implementering som är noga med att inte använda för mycket minne
Egenskaper .
- Slumpmässigt skogar
- Själv organisera kartor
- SVMs. Använda libsvm lösare med en pythonesque omslag runt den.
- Stegvis diskriminantanalys för funktionsval.
- Non-negativa matris faktorisering
- K-medel med så lite minne som möjligt.
- Affinity förökning
Vad är nytt i den här versionen.
- Inkom subrymd projektion kNN
- Exportera pdist i mjölk namnområdet.
- Lade Eigen till källfördelning.
- Inkom measures.curves.roc.
- Inkom mds_dists funktion.
Vad är nytt i version 0.5:
- Lägg till koordinat-härkomst baserad LASSO
- Lägg unsupervised.center funktion
- Gör zscore arbete med Nans (genom att ignorera dem)
- Sprid apply_many samtal via transformatorer
Vad är nytt i version 0.4.1:.
- Fixat en viktig bugg i gridsearch
Vad är nytt i version 0.4.0:
- Använd multi att dra nytta av flera kärn maskiner ( avstängd som standard).
- Lägg perceptron eleven
- Ange slumptalsfrö i slumpmässig skog elev
- Lägg varning till mjölk / __ init__.py om import misslyckas
- Lägg till returvärdet till gridminimise
- Ange slumptalsfrö i precluster_learner
- Genomfört felkorrigerande utkoder för minskning av multi-klass binärt (inklusive sannolikhet uppskattning)
- Lägg multi_strategy argument till defaultlearner ()
- Gör punkt kärnan i SVM mycket, mycket snabbare
- Gör sigmoidal passande för SVM sannolikhet uppskattar snabbare
- Fix bugg i randomforest (patch av Wei på mjölkanvändare sändlistan)
Vad är nytt i version 0.3.10:
- Lägg ext.jugparallel för integration med kanna
- Parallel nfold crossvalidation använder kanna
- Parallel flera kmeans körs använder kanna
- cluster_agreement för icke-ndarrays
- Lägg till histogram & normali (z | s) e alternativ för att milk.kmeans.assign_centroid
- Fix bugg i sda när funktioner var konstant för en klass
- Lägg till select_best_kmeans
- Inkom defaultlearner som ett bättre namn än defaultclassifier
- Lägg measures.curves.precision_recall
- Lägg unsupervised.parzen.parzen
Vad är nytt i version 0.3.8:.
- Fast sammanställning på Windows
Vad är nytt i version 0.3.7:.
- Logistisk regression
- Source demos ingår (i källan och dokumentation).
- Lägg till klusteravtal statistik.
- Fix nfoldcrossvalidation bugg när du använder ursprung.
Vad är nytt i version 0.3.5:.
- Buggfix för 64 bitar
Vad är nytt i version 0.3.4:.
- Slumpmässigt skogs elever
- Beslut träd påskyndas 20x.
- Mycket snabbare gridsearch (finner optimal utan att beräkna alla veck).
Kommentarer hittades inte