Milk

Melk vou libsvm in Python kode.
Dit ondersteun ook die k-beteken groepering met 'n uitvoering wat versigtig te veel geheue te gebruik nie

Eienskappe :.

• Random woude
• Self organisering kaarte
• SVMs. Die gebruik van die libsvm oplosser met 'n Pythonesque wrapper rondom dit.
• Stapsgewyse Diskriminantanalise vir funksie seleksie.
• Nie-negatiewe matriks faktorisering
• K-middel met behulp van so min geheue as moontlik.
• Affinity voortplanting

Wat is nuut in hierdie release:.

• Bygevoeg deelruimte projeksie KNN
• Uitvoer pdist in melk naamruimte.
• Added Eigen bron verspreiding.
• Bygevoeg measures.curves.roc.
• Bygevoeg mds_dists funksie.

Wat is nuut in die weergawe 0,5:

• Voeg koördinaat-afkoms gebaseer LASSO
• Voeg unsupervised.center funksie
• Maak zscore werk met Nans (deur dit te ignoreer)
• Propageer apply_many oproepe deur transformators

Wat is nuut in weergawe 0.4.1:.

• Vaste 'n belangrike fout in gridsearch

Wat is nuut in weergawe 0.4.0:

• Gebruik multi om voordeel te trek uit multi kern masjiene ( af by verstek).
• Voeg perceptron leerder
• Stel ewekansige saad in ewekansige bos leerder
• waarskuwing Voeg melk / __ init__.py as invoer versuim
• Voeg terugkeer waarde gridminimise
• Stel ewekansige saad in precluster_learner
• Geïmplementeer-foutkorrigerende Uitgawe kodes vir vermindering van multi-klas om binêre (insluitend waarskynlikheid skatting)
• Voeg multi_strategy argument defaultlearner ()
• Maak die dot kern in SVM baie, baie, vinniger
• Maak sigmoïedale pas vir SVM waarskynlikheid vinniger skat
• Fix fout in randomforest (pleister deur Wei melk-gebruikers poslys)

Wat is nuut in die weergawe 0.3.10:

• ext.jugparallel Voeg vir die integrasie met beker
• Parallel nfold crossvalidation behulp beker
• Parallel verskeie kmeans loop behulp beker
• cluster_agreement vir nie-ndarrays
• histogram & normali Voeg (z | s) e opsies om milk.kmeans.assign_centroid
• Fix fout in sda as funksies was konstant vir 'n klas
• select_best_kmeans Voeg
• Bygevoeg defaultlearner as 'n beter naam as defaultclassifier
• Voeg measures.curves.precision_recall
• Voeg unsupervised.parzen.parzen

Wat is nuut in weergawe 0.3.8:.

• Vaste samestelling op Windows

Wat is nuut in weergawe 0.3.7:.

• Logistieke regressie
• Bron demos ingesluit (in bron en dokumentasie).
• Voeg cluster ooreenkoms statistieke.
• Fix nfoldcrossvalidation fout wanneer die gebruik van oorsprong.

Wat is nuut in weergawe 0.3.5:.

• Bugfix vir 64 stukkies

Wat is nuut in weergawe 0.3.4:.

• Random bos leerders
• Besluit bome jaag 20x.
• Baie vinniger gridsearch (vind optimum sonder berekening al voue).