Szoftver adatai:
Változat: 0.5.3
Feltöltés dátuma: 5 Jun 15
Engedély: Ingyenes
Népszerűség: 411
Milk pakolások libsvm Python kódot.
Ugyancsak támogatja a k-közép klaszter a végrehajtási amely óvatos, ne használjon túl sok memóriát.
Tulajdonságok :
- Random erdők
- önszervező térképek
- SVM. A libsvm megoldó egy pythonesque wrapper körül.
- lépésenkénti diszkriminanciaelemzést a funkció kiválasztása.
- Nem negatív mátrix tényezőkre
- K-means így a lehető legkevesebb memóriát, mint lehetséges.
- Affinity terjedési
Mi az új ebben a kiadásban:
- Added szubtérbe vetítés KNN.
- Export pdist tejben névtér.
- Added Eigen a forráskódban.
- Added measures.curves.roc.
- Added mds_dists funkciót.
Mi az új a 0.5 verzió:
- Add koordináta-süllyedés alapú LASSO
- Add unsupervised.center funkció
- zscore munka Nans (figyelmen kívül hagyva őket)
- Propagate apply_many hívásokat transzformátorok
Mi az új verzióban 0.4.1:
- Fix fontos bug gridsearch.
Mi az új verzióban 0.4.0:
- A többprocesszoros, hogy kihasználják a többmagos gépek ( alapértelmezés szerint ki).
- Add perceptron tanuló
- Állítsa véletlen vetőmagot véletlenszerű erdei tanuló
- Add figyelmeztetés tej / __ init__.py, ha a behozatal nem
- Add visszatérési értéke a gridminimise
- Állítsa véletlenszerű magot precluster_learner
- Megvalósult hibajavító kimeneti kódok csökkentésére vonatkozó több osztályt bináris (beleértve a valószínűség-becslés)
- Add multi_strategy érv defaultlearner ()
- A dot kernel SVM sokkal, de sokkal gyorsabb
- szigmoidáiis illik SVM valószínűségi becslések gyorsabban
- Fix hiba randomforest (patch Wei a tej-users levelezési listán)
Mi az új verzióban 0.3.10:
- Add ext.jugparallel integrációs korsóval
- Párhuzamos nfold crossvalidation segítségével kancsó
- Párhuzamos több kmeans fut a korsót
- cluster_agreement nem ndarrays
- Add hisztogram & normali (z | s) e lehetőség milk.kmeans.assign_centroid
- Fix bug sda, amikor jellemzői állandóak voltak a class
- Add select_best_kmeans
- Added defaultlearner mint egy jobb név, mint defaultclassifier
- Add measures.curves.precision_recall
- Add unsupervised.parzen.parzen
Mi az új verzióban 0.3.8:
- Fix szerkesztés A Windows-t.
Mi az új verzióban 0.3.7:
- A logisztikus regresszió.
- Forrás demókat tartalmazza (a forrás és a dokumentációt).
- Add klaszter megállapodást mutatókat.
- Fix nfoldcrossvalidation bug használatával eredetét.
Mi az új verzióban 0.3.5:
- Hibajavítás 64 bit.
Mi az új verzióban 0.3.4:
- Random erdő tanulók.
- Döntési fák felgyorsította 20x.
- Sokkal gyorsabb gridsearch (találja optimális kiszámítása nélkül minden ráncok).
Hozzászólás nem található