Prog.varedetaljer:
Versjon: 0.5.3
Last opp dato: 5 Jun 15
Lisens: Gratis
Popularitet: 411
Melk wraps libsvm i Python-kode.
Den støtter også k-means med en implementering som er forsiktig med å bruke for mye minne
Egenskaper .
- Tilfeldig skoger
- Selv organisere maps
- sammendragsverdimetrikker. Bruke libsvm løser med en Pythonesque wrapper rundt det.
- Trinnvis diskriminant analyse for funksjonsvalg.
- Ikke-negativ matrise faktorisering
- K-midler som bruker så lite minne som mulig.
- Affinity forplantning
Hva er nytt i denne utgaven.
- Lagt subrom projeksjon KNN
- Eksporter pdist i melk navnerom.
- Lagt Eigen å kildedistribusjonen.
- Lagt measures.curves.roc.
- Lagt mds_dists funksjon.
Hva er nytt i versjon 0.5:
- Legg koordinat-nedstigning basert LASSO
- Legg unsupervised.center funksjon
- Gjør zscore arbeidet med nans (ved å ignorere dem)
- Overfør apply_many samtaler gjennom transformatorer
Hva er nytt i versjon 0.4.1.
- Fast et viktig bug i gridsearch
Hva er nytt i versjon 0.4.0:
- Bruk multiprosessering for å dra nytte av multi core maskiner ( av som standard).
- Legg perceptron elev
- Angi startfrøet tilfeldig skogen elev
- Legg advarsel til melk / __ init__.py hvis import svikter
- Legg til returverdien til gridminimise
- Angi startfrøet precluster_learner
- Gjennomført feilrettings Utgang Codes for reduksjon av multi-klassen til binære (inkludert sannsynlighet estimering)
- Legg multi_strategy argument til defaultlearner ()
- Gjør prikken kjernen i svm mye, mye raskere
- Gjør sigmoidal montering for SVM sannsynlighet anslår raskere
- Fix bug i randomforest (patch av Wei på melke-epostlisten)
Hva er nytt i versjon 0.3.10:
- Legg ext.jugparallel for integrasjon med jug
- Parallel nFold crossvalidation hjelp jug
- Parallel flere kmeans kjører bruker jug
- cluster_agreement for ikke-ndarrays
- Legg histogram og normalis (z | s) e alternativer å milk.kmeans.assign_centroid
- Fix bug i sda når funksjonene var konstant i en klasse
- Legg select_best_kmeans
- Lagt defaultlearner som et bedre navn enn defaultclassifier
- Legg til measures.curves.precision_recall
- Legg unsupervised.parzen.parzen
Hva er nytt i versjon 0.3.8.
- Fast samling på Windows
Hva er nytt i versjon 0.3.7.
- Logistisk regresjon
- Source demoer inkludert (i kilde- og dokumentasjon).
- Legg klase avtale beregninger.
- Fix nfoldcrossvalidation bug ved bruk opprinnelse.
Hva er nytt i versjon 0.3.5.
- Bugfix for 64 bits
Hva er nytt i versjon 0.3.4.
- Random skog elever
- beslutningstrær sped opp 20x.
- Mye raskere gridsearch (finner optimal uten å beregne alle folder).
Kommentarer ikke funnet