Detalles de software:
Versión: 0.5.3
Fecha de carga: 5 Jun 15
Licencia: Libre
Popularidad: 197
envolturas Leche LIBSVM en código Python.
También es compatible con k-means clustering con una implementación que tiene cuidado de no utilizar demasiada memoria
Características .
- Al azar bosques
- Self organizar mapas
- SVM. Usando el solver libsvm con un envoltorio Pythonesque alrededor de ella.
- Análisis discriminante por pasos para la selección de características.
- factorización matriz no negativa
- K-means utilizando tan poca memoria como sea posible.
- propagación Affinity
¿Qué hay de nuevo en esta versión:.
- Añadido proyección subespacio kNN
- pdist Exportación espacio de nombres leche.
- Agregado Eigen de distribución de código fuente.
- measures.curves.roc Añadido.
- Añadido función mds_dists.
¿Cuál es nuevo en la versión 0.5:
- Añadir coordenada en la ascendencia basada LASSO
- Añadir función unsupervised.center
- Haga trabajo zscore con NaNs (ignorándolos)
- Propagar llamadas apply_many través de transformadores
¿Cuál es nuevo en la versión 0.4.1:.
- Se ha solucionado un error importante en gridsearch
¿Qué hay de nuevo en la versión 0.4.0:
- Uso multiprocesamiento para tomar ventaja de las máquinas de núcleo múltiple ( desactivado por defecto).
- Añadir alumno perceptrón
- Establecer semilla aleatoria en aprendiz bosque al azar
- Añadir alerta a la leche / __ init__.py si falla la importación
- Agregar valor devuelto a gridminimise
- Establecer semilla aleatoria en precluster_learner
- Implementación de corrección de errores Códigos de salida para la reducción de multi-clase a binario (incluida la estimación de probabilidad)
- Añadir argumento multi_strategy a defaultlearner ()
- Haga el kernel punto en svm mucho, mucho, más rápido
- Haz ajuste sigmoidal de SVM probabilidad estima más rápido
- Fix bug en randomForest (parche de Wei en la leche-lista de distribución)
¿Qué hay de nuevo en la versión 0.3.10:
- Añadir ext.jugparallel para la integración con el jarro
- validación cruzada nfold paralelo usando jarra
- múltiples KMeans paralelas se ejecuta utilizando jarra
- cluster_agreement para los no ndarrays
- Añadir histograma y normali (z | s) opciones electrónicas para milk.kmeans.assign_centroid
- Fix bug en sda cuando las características fuera constante para una clase
- Añadir select_best_kmeans
- Añadido defaultlearner como un nombre mejor que defaultclassifier
- Agregar measures.curves.precision_recall
- Añadir unsupervised.parzen.parzen
¿Qué hay de nuevo en la versión 0.3.8:.
- compilación fija en Windows
¿Qué hay de nuevo en la versión 0.3.7:.
- La regresión logística
- demos Fuente incluidos (en código fuente y documentación).
- Añadir métricas acuerdo racimo.
- bug nfoldcrossvalidation Fix cuando se utilizan orígenes.
¿Qué hay de nuevo en la versión 0.3.5:.
- Solución de error de 64 bits
¿Qué hay de nuevo en la versión 0.3.4:.
- estudiantes forestales aleatoria
- Los árboles de decisión aceleraron hasta 20x.
- gridsearch Mucho más rápido (se encuentra óptima sin computar todos los pliegues).
Comentarios que no se encuentran