Milk

împachetări Lapte libsvm în cod Python.
Aceasta susține, de asemenea, k-înseamnă clustering cu o punere în aplicare care este atent să nu utilizeze prea multă memorie

Caracteristici .

• aleatorie paduri
• hărți auto-organizare
• SVMs. Utilizarea Solver libsvm cu un înveliș pythonesque jurul ei.
• trepte discriminantă Analiză pentru selecția caracteristică.
• factorizarea matricei non-negativ
• K-mijloace, folosind cât mai puțin posibil de memorie.
• Affinity înmulțire

Ce este nou în această versiune.

• proiecție subspațiu Adaugata KNN
• Export pdist în spațiul de nume lapte.
• Adaugat Eigen a distribuției sursei.
• measures.curves.roc Adaugata.
• Adaugata funcție mds_dists.

Ce este nou în versiunea 0.5:

• Adăugați coordonate-coborâre pe bază de LASSO
• Adăugați funcția unsupervised.center
• Asigurați-munca zscore cu Nans (ignorându-le)
• Propaga apeluri apply_many prin transformatoare

Ce este nou în versiunea 0.4.1.

• Fixed un bug important în gridsearch

Ce este nou în versiunea 0.4.0:

• Utilizați multiprocesare a profita de mașini mai multe de bază ( dezactivată în mod implicit).
• Adăugați perceptron elev
• semințe aleatoare Situat în elev pădure aleatoriu
• Adăugați avertizare la lapte / __ init__.py dacă importul nu
• Adăugați valoare întoarcere la gridminimise
• semințe aleatoare Amplasat in precluster_learner
• Implementarea-Error Corectarea Coduri de ieșire pentru reducerea multi-clasa a binar (inclusiv estimarea probabilității)
• Adăugați argument multi_strategy la defaultlearner ()
• Asigurați-kernel punct în SVM mult, mult, mai repede
• Asigurați-montaj sigmoidal pentru SVM probabilitate estimează repede
• Fix bug in randomforest (patch prin Wei pe utilizatorii de lapte lista de discuții)

Ce este nou în versiunea 0.3.10:

• Adauga ext.jugparallel pentru integrarea cu ulcior
• crossvalidation nfold paralel folosind ulcior
• mai multe kmeans paralele se execută folosind ulcior
• cluster_agreement pentru non-ndarrays
• Adăugați histograma și normali (z | s) opțiuni e la milk.kmeans.assign_centroid
• Fix bug în sda când caracteristici au fost constante pentru o clasă
• Adăugați select_best_kmeans
• Adăugat defaultlearner ca un nume mai bun decât defaultclassifier
• Adăugați measures.curves.precision_recall
• Adăugați unsupervised.parzen.parzen

Ce este nou în versiunea 0.3.8.

• compilare fixe pe Windows

Ce este nou în versiunea 0.3.7.

• regresie logistică
• demonstrații Sursa incluse (în sursă și documentație).
• Adăugați dispersie acord măsurătorile.
• bug Fix nfoldcrossvalidation când sunt folosite origini.

Ce este nou în versiunea 0.3.5.

• Bugfix pentru 64 de biți

Ce este nou în versiunea 0.3.4.

• învață forestiere aleatorie
• de decizie copaci accelerat 20x.
• gridsearch Mult mai repede (găsește optim fără calcul toate cute).