Milk

우유 랩은 파이썬 코드에 libsvm.
또한 너무 많은 메모리를 사용하지 않도록주의입니다 구현 K-수단 클러스터링을 지원하는

특징 : 있습니다.

임의의 숲
자기 조직지도
SVM을. 주위에 pythonesque 래퍼와 libsvm 솔버를 사용.
기능 선택을위한 단계별 판별 분석.
음수가 아닌 행렬 인수 분해
가능한 한 적은 메모리를 사용하여 K-수단.
선호도 전파

이 릴리스의 새로운 기능입니다 :

이 추가 된 부분 공간 프로젝션 KNN.
우유 네임 스페이스의 수출 pdist.
소스 배포판에 아이겐을 추가했습니다.
추가 measures.curves.roc.
추가 mds_dists 기능.

버전 0.5의 새로운 기능 :

좌표 - 하강 기반 LASSO 추가
unsupervised.center 기능 추가
(이를 무시하고) NaN이와 zscore 작업을 확인
변압기를 통해 apply_many 전화를 전파

0.4.1 버전의 새로운 기능 :

는 gridsearch에서 중요한 버그가 수정되었습니다.

0.4.0 버전의 새로운 기능 :

(기본적으로 해제) 멀티 코어 시스템을 활용하는 멀티 프로세싱을 사용합니다.
퍼셉트론 학습자 추가
임의 숲 학습자의 설정 임의 화
우유에 경고를 추가 / __ init__.py 가져 오기가 실패 할 경우
gridminimise에 반환 값을 추가
precluster_learner에서 설정 임의 화
(확률 추정 포함) 진에 멀티 클래스의 감소를위한 오류 정정 출력 코드를 구현
) (defaultlearner하는 multi_strategy 인수를 추가
더 빨리, 훨씬, 훨씬 SVM의 도트 커널을 확인
SVM 확률 빠르게 추정을 위해 S 자형 피팅을 확인
(메일 링리스트 우유 사용자에 웨이에 의해 패치) randomforest 버그 수정

버전 0.3.10의 새로운 기능 :

용기와 통합 ext.jugparallel 추가
용기를 사용하여 병렬 N 배로의 crossvalidation
병렬 여러 kmeans는 용기를 사용하여 실행
비 ndarrays에 대한 cluster_agreement
milk.kmeans.assign_centroid 전자 옵션 | 히스토그램 및 normali (S, Z)를 추가합니다
기능은 클래스의 상수 일 때 SDA에서 버그를 수정
select_best_kmeans 추가
defaultclassifier보다 더 나은 이름으로 defaultlearner 추가
measures.curves.precision_recall 추가
unsupervised.parzen.parzen 추가

0.3.8 버전의 새로운 기능 :

Windows에서 컴파일을 수정했습니다.

로지스틱 회귀 분석 :

버전 0.3.7의 새로운 기능입니다.
소스 데모 (소스 및 문서에) 포함.
클러스터 계약 메트릭을 추가합니다.
기원을 사용하는 경우 nfoldcrossvalidation 버그 수정.
64 비트에 대한

버그 수정 :

버전 0.3.5의 새로운 기능입니다.

0.3.4 버전의 새로운 기능 :

임의의 숲 학습자.
의사 결정 나무는 20 배를주었습니다.
훨씬 빠른 gridsearch (모든 주름을 계산하지 않고 최적의 발견).