SHOGUN

Shogun is 'n oop bron sagteware-projek ontwerp van die verreken 'n masjien leer toolbox wat gerig is op groot skaal kern metodes te voorsien, en wat spesifiek ontwerp is vir Support Vector Machines (SVM). Die sagteware kan maklik gebruik word van binne verskeie programmeertale, insluitend C, C ++, Python, Octave, Matlab, Java, C #, Ruby, Lua, UNIX Shell, en R.
Die program bied 'n standaard SVM (Support Vector Machines) voorwerp wat versoenbaar is met verskeie SVM implementering. Dit sluit ook baie lineêre metodes, soos Lineêre Programmering Machine (LPM), Lineêre Diskriminantanalise (LDA), (Kernel) Perceptrons, asook 'n paar algoritmes wat gebruik kan word om verskuilde Markov models.Features te lei op 'n glanceKey kenmerke sluit een klas klassifikasie, Meer Klas klassifikasie, regressie, gestruktureerde uitset leer, pre-verwerking, ingeboude model seleksie strategieë, toets raamwerk, 'n groot skaal leer ondersteuning, multitask leer, domein aanpassing, serialisasie, parallelized kode, prestasiemaatstawwe, kern rifregressie, vektor regressie ondersteuning en Gaussiese prosesse.
Verder, dit word ondersteun deur verskeie kern leer, insluitend Q-norm Mk en Meer Klas Mk, ondersteun die naïewe Bayes, logistiese regressie, LASSO, k-NN en Gaussiese Proses Klassifikasie klassifiseerders, ondersteun lineêre programmering masjien, LDA, Markov kettings, verskuilde Markov-modelle, PCA, kern PCA, Isomap, multidimensionele skalering, plaaslik lineêre inbedding, diffusie kaart, plaaslike raaklyn ruimte belyning, sowel as Laplace eigenmaps.
Verder is dit beskik oor Barnes-hut t-SNE ondersteuning, kern Normalizer, sigmoid kern, string pitte, polinoom, lineêre en Gaussiese pitte, hiërargiese clustering, k-middel, BFGS optimalisering, helling afkoms, bindings te CPLEX, bindings te Mosek, etiket volgorde leer, faktor grafiek leer, SO-SGD, latente SO-SVM en yl data representation.Under die enjinkap en availabilitySHOGUN is trots in die Python en C ++ programmeertale geskryf, wat beteken dat dit & rsquo; s verenigbaar met enige GNU / Linux-bedryfstelsel waar Python en GCC bestaan ​​nie. Dit is beskikbaar vir aflaai as 'n universele bron argief, sodat jy kan installeer dit op 'n Linux-kern-gebaseerde bedryfstelsel

Wat is nuut in hierdie release:.

• Kenmerke:
• ondersteun python3 volle nou
• Voeg mini-joernaal k-middel [Parijat Mazumdar]
• Voeg k-middel ++ [Parijat Mazumdar]
• Voeg sub-volgorde string kern [lambday]
• bugfixes:
• Stel fixes vir opkomende swig3.0
• speedup vir Gaussiese proses "van toepassing ()
• Verbeter eenheid / integrasie toets tjeks
• libbmrm geïnitialiseerd geheue lees
• libocas geïnitialiseerd geheue lees
• Octave 3.8 stel fixes [Orion Poplawski]
• Fix java modulêre Compileerfout [Bjoern Esser]

Wat is nuut in die weergawe 3.1.1:

• Fix stel fout voorkom met CXX0X
• data weergawe Bump te vereis weergawe

Wat is nuut in die weergawe 3.1.0:

• Hierdie weergawe bevat meestal bugfixes, maar ook verbeteringe .
• Die belangrikste, het 'n paar van die geheue lekkasies wat verband hou met geld () vasgestel is.
• Skryf en lees van sjogoen funksies as protobuf voorwerpe is nou moontlik.
• Custom kern Matrikse kan nou 2 ^ 31-1 * 2 ^ 31-1 in grootte.
• Meer Klas ipython notaboeke is bygevoeg, en die ander verbeter.
• Laat-een-out crossvalidation is nou gerieflik ondersteun.

Wat is nuut in die weergawe 2.0.0:

• Dit sluit alles wat uitgevoer is voor en gedurende die Google somer van Kode 2012.
• Studente geïmplementeer verskeie nuwe funksies soos gestruktureer uitset leer, Gaussiese prosesse, latente veranderlike SVM (en gestruktureerde uitset leer), statistiese toetse in die kern reproduseer ruimtes, verskeie multitask leer algoritmes, en verskeie bruikbaarheid verbeterings, 'n paar te noem.

Wat is nuut in die weergawe 1.1.0:

• Hierdie weergawe het die konsep van 'converters " wat jou in staat stel ingebedde arbitrêre funksies te bou.
• Dit sluit ook 'n paar nuwe dimensie vermindering tegnieke en beduidende prestasie verbeterings in die dimensionaliteit vermindering toolkit.
• Ander verbeterings sluit 'n beduidende samestelling spoed-up, verskeie bugfixes vir modulêre koppelvlakke en algoritmes, en verbeterde Cygwin, Mac OS X, en klang ++ verenigbaarheid.
• GitHub Kwessies word nou gebruik vir die dop foute en probleme.

Wat is nuut in die weergawe 1.0.0:

• Hierdie weergawe bevat koppelvlakke nuwe tale, insluitend Java, C #, Ruby, en Lua, 'n model-seleksie raamwerk, baie dimensie vermindering tegnieke, Gauss Mengsel Model skatting, en 'n volwaardige aanlyn leer raamwerk.

Wat is nuut in die weergawe 0.10.0:

• Kenmerke:
• serialisasie voorwerpe vloei uit CSGObject, dws alle shogun voorwerpe (SVM, Bedryfstelselkern, funksies, preprocessors, ...) as ASCII, into, XML en HDF5
• Skep SVMLightOneClass
• Voeg CustomDistance in analogie persoonlike kern
• Voeg HistogramIntersectionKernel (dankie Koen van de Sande vir die kol)
• Matlab 2010a ondersteuning
• SpectrumMismatchRBFKernel modulêre ondersteuning (dankie Rob Patro vir die kol)
• Voeg ZeroMeanCenterKernelNormalizer (dankie Gorden Jemwa vir die kol)
• sluk 2.0 ondersteuning
• bugfixes:
• Custom Pitte kan nou & gt; 4G (dankie Koen van de Sande vir die kol)
• Stel C land op opstart in init_shogun incompatiblies met ascii dryf en fprintf te voorkom
• Stel fix wanneer verwysing tel is afgeskakel
• Fix set_position_weights vir WD kern (wat deur Dave duVerle)
• Fix set_wd_weights vir WD kern.
• Fix gas in SVMOcas (gerapporteer deur Gabriela)
• Cleanup en API Wysigings:
• Herdoop SVM_light / SVR_light te SVMLight ens.
• Verwyder C voorvoegsel in die voorkant van nie-serialiseerbaar klas name
• Drop CSimpleKernel en stel CDotKernel as sy basis klas. Hierdie manier al dot-produk gebaseer pitte kan op die top van DotFeatures en slegs 'n enkele implementering vir sodanige pitte toegepas word benodig.

Wat is nuut in die weergawe 0.9.3:

• Kenmerke:
• eksperimentele lp-norm MCMKL
• New Pitte: SpectrumRBFKernelRBF, SpectrumMismatchRBFKernel, WeightedDegreeRBFKernel
• WDK kern ondersteun aminosure
• String beskik nou ondersteun voeg bedrywighede (en die skepping van
• python-dbg ondersteuning
• Laat dryf as insette vir persoonlike kern (en matrikse & gt; 4GB in grootte)
• bugfixes:
• Statiese skakeling fix.
• Fix yl lineêre kern se add_to_normal
• Cleanup en API Wysigings:
• Verwyder init () funksie in Prestasiemaatstawwe
• Pas SO agtervoegsel vir luislang en gebruik luislang distutils om uit te vind installeer paaie

Wat is nuut in die weergawe 0.9.2:

• Kenmerke:
• Direkte lees en skryf van ASCII / binêre lêers / HDF5 gebaseer lêers.
• Geïmplementeer multi taak kern Normalizer.
• Implementeer SNP kern.
• Implementeer tyd limiet vir libsvm / libsvr.
• Integreer Elastiese Net Mk (dankie Ryoata Tomioka vir die kol).
• Implementeer hashed WD Kenmerke.
• Implementeer hashed skraal Poli Kenmerke.
• Integreer liblinear 1,51
• LibSVM kan nou opgelei word met vooroordeel afgeskakel.
• Voeg funksies te stel / te kry globale en plaaslike io / parallel / ... voorwerpe.
• bugfixes:
• Fix set_w () vir lineêre klassifiseerders.
• Statiese Octave, Python, cmdline en Modular Python koppelvlakke Stel skoon onder Windows / Cygwin weer.
• In statiese koppelvlakke toets kan misluk wanneer dit nie gedoen direk na die opleiding.