Milk

Milk wraps libsvm sa sawa code.
Ito rin ay sumusuporta sa k-ay nangangahulugan clustering sa isang pagpapatupad na ito ay maingat na hindi gumamit ng masyadong maraming memory

Features .

• Random kagubatan
• Self-aayos ng mga mapa
• SVMs. Gamit ang libsvm Solver may pythonesque bata sa paligid nito.
• Stepwise discriminant Pagtatasa para sa selection na katangian.
• Non-negatibong factorisation matrix
• K-ay nangangahulugan ng paggamit ng maliit na memory hangga't maaari.
• pagkakahawig pagpapalaganap

Ano ang bago sa release na ito.

• Added subspace projection KNN
• I-export pdist sa gatas namespace.
• Idinagdag Eigen sa source pamamahagi.
• Added measures.curves.roc.
• Added mds_dists function.

Ano ang bago sa bersyon 0.5:

• Magdagdag coordinate-paglapag batay LASSO
• Magdagdag unsupervised.center function na
• Gumawa zscore trabaho sa Nans (sa pamamagitan ng hindi papansin ang mga ito)
• Palaganapin apply_many tawag sa pamamagitan ng transformer

Ano ang bago sa bersyon 0.4.1.:

• Mga Fixed isang mahalagang bug sa gridsearch

Ano ang bago sa bersyon 0.4.0:

• Gamitin multiprocessing upang samantalahin ng multi core machine ( off sa pamamagitan ng default).
• Magdagdag perceptron learner
• I-set random binhi sa random forest learner
• Magdagdag babala sa gatas / __ init__.py kung nabigo import
• Magdagdag return halaga sa gridminimise
• I-set random binhi sa precluster_learner
• Ipinatupad Error-pagwawasto Output code para sa pagbabawas ng mga multi-class na binary (kabilang ang posibilidad ng kuru-kuro)
• Magdagdag multi_strategy argument sa defaultlearner ()
• Gawin ang mga tuldok kernel sa svm marami, marami, mas mabilis
• Gumawa sigmoidal angkop para sa mas mabilis SVM estima probabilidad
• Ayusin ang bug sa randomforest (patch sa pamamagitan ng Wei sa gatas-users mailing list)

Ano ang bago sa bersyon 0.3.10:

• Magdagdag ext.jugparallel para sa pagsasama sa pitsel
• Parallel nfold crossvalidation gamit pitsel
• Parallel maramihang kmeans nagpapatakbo gamit pitsel
• cluster_agreement para sa di-ndarrays
• Magdagdag histogram & normali (z | s) na pagpipilian e sa milk.kmeans.assign_centroid
• Ayusin ang bug sa sda kapag katangian ay pare-pareho para sa isang klase
• Magdagdag select_best_kmeans
• Added defaultlearner bilang isang mas mahusay na pangalan kaysa defaultclassifier
• Magdagdag measures.curves.precision_recall
• Magdagdag unsupervised.parzen.parzen

Ano ang bago sa bersyon 0.3.8.:

• Mga Fixed compilation sa Windows

Ano ang bago sa bersyon 0.3.7.:

• Logistic pagbabalik
• Source demo kasama (sa source at babasahin).
• Magdagdag metrics agreement kumpol.
• Ayusin nfoldcrossvalidation bug kapag gumagamit ng pinanggalingan.

Ano ang bago sa bersyon 0.3.5.:

• Bugfix para sa 64 bits

Ano ang bago sa bersyon 0.3.4.:

• Random forest-aaral
• Desisyon puno sped up 20x.
• Mas mabilis gridsearch (nahahanap pinakamabuting kalagayan nang computing lahat kulungan).