Milk

Молоко обертывания libsvm в Python кода.
Он также поддерживает K-средних кластеризации с реализацией, которая осторожны, чтобы не использовать слишком много памяти

Особенности :.

• Случайные леса
• самоорганизации карты
• SVMs. Использование libsvm решатель с pythonesque обертки вокруг него.
• Пошаговая дискриминантный анализ для выбора функции.
• неотрицательной матрицы факторизации
• К-средства, использующие в качестве мало памяти, насколько это возможно.
• Распространение Affinity

Что нового В этом выпуске:.

• Добавлена ​​проекция подпространство Knn
• Экспорт pdist в пространстве имен молока.
• Добавлена ​​Эйген распределению источника.
• Добавлена ​​measures.curves.roc.
• Добавлена ​​функция mds_dists.

Что нового в версии 0.5:

• Добавить координаты спуска основе Lasso
• Добавить unsupervised.center функцию
• Сделать zscore работу с NaNs (игнорируя их)
• Распространить apply_many звонки через трансформаторы

Что нового в версии 0.4.1:.

• Исправлена ​​ошибка важную в gridsearch

Что нового в версии 0.4.0:

• Использование многопроцессорной воспользоваться многоядерных машин ( по умолчанию отключена).
• Добавить персептрон ученика
• Установить случайное зерно в случайном лесной ученика
• Добавить предупреждение молока / __ init__.py если импорт не удается
• Добавить возвращаемое значение gridminimise
• Установить случайное зерно в precluster_learner
• Реализованные исправляющих ошибки вывода кодов для уменьшения мульти-класса в двоичной (в том числе оценки вероятности)
• Добавить multi_strategy аргумент defaultlearner ()
• Сделать ядро ​​точка в SVM многое, многое, быстрее
• Сделать сигмоидальную фитинг для SVM вероятность оценивает быстрее
• Исправлена ​​ошибка в RandomForest (патч Вэй на молоко списке рассылки)

Что нового в версии 0.3.10:

• Добавить ext.jugparallel для интеграции с кувшином
• Параллельный nfold crossvalidation помощью кувшин
• Параллельные несколько kmeans работает с помощью кувшин
• cluster_agreement для не ndarrays
• Добавить гистограмма и normali (г |) с е к опции milk.kmeans.assign_centroid
• Исправлена ​​ошибка в ПДД, когда функции были постоянными для класса
• Добавить select_best_kmeans
• Добавлена ​​defaultlearner как лучшее имя, чем defaultclassifier
• Add measures.curves.precision_recall
• Добавить unsupervised.parzen.parzen

Что нового в версии 0.3.8:.

• Исправлена ​​компиляция на ОС Windows

Что нового в версии 0.3.7:.

• Логистическая регрессия
• Источник демо включено (в источнике и документации).
• Добавить соглашение метрики кластера.
• Исправлена ​​ошибка nfoldcrossvalidation при использовании происхождение.

Что нового в версии 0.3.5:.

• Исправление для 64 бит

Что нового в версии 0.3.4:.

• Случайные лесные учащиеся
• Деревья решений ускорился 20x.
• Гораздо быстрее gridsearch (находит оптимальный без вычисления всех складок).