Milk

ミルクラップはPythonコードにLIBSVM。
また、あまりにも多くのメモリを使用しないように注意している実装でk平均クラスタリングをサポートしています。

特徴：

このランダムフォレスト
自己組織化マップ
SVMを。その周りpythonesqueラッパーでLIBSVMソルバーを使用。
特徴選択のためのステップワイズ判別分析。
非負行列因子分解
可能な限り少ないメモリを使用してK-手段。
親和性伝播

このリリースで新しい何が：

この追加された部分空間射影のkNN。
ミルク名前空間のエクスポートPDIST。
ソースディストリビューションに固有を追加しました。
measures.curves.rocを追加しました。
mds_dists機能を追加しました。

このバージョン0.5の新機能です：

この座標降下LASSO基づく追加
unsupervised.center機能を追加
（それらを無視して）のNaNとzscore作業を行います
変圧器を介してapply_manyコールを伝播

このバージョン0.4.1の新機能です：

このはgridsearchにおける重要なバグを修正しました。

このバージョン0.4.0の新機能です：

このマルチコアマシン（デフォルトではオフ）を利用するためにマルチプロセッシングを使用してください。
パーセプトロン学習者を追加します。
ランダムフォレスト学習者にランダムシードを設定します。
インポートが失敗した場合、ミルク/ __ init__.pyに警告を追加
gridminimiseに戻り値を追加します。
precluster_learnerでランダムシードを設定します。
（確率推定を含む）バイナリへのマルチクラスの還元のための誤り訂正の出力コードを実装
（defaultlearnerするmulti_strategy引数を追加します）
より速く、はるかに、はるかにSVMのドットカーネルを作ります
SVM確率が速く推定するためのシグモイドフィッティングを行います
（メーリングリスト牛乳·ユーザーに魏によってパッチ）randomforestのバグを修正しました。

このバージョン0.3.10の新機能です：

このジョッキとの統合のためext.jugparallelを追加
水差しを使用して並列nfoldのクロスバリデーション
並列複数の関数kmeansは水差しを使用して実行されます
非ndarraysためcluster_agreement
milk.kmeans.assign_centroidにEオプション|ヒストグラム＆normali（S、Z）を追加します。
特徴は、クラスのために一定であったときのSDAの不具合を修正しました
select_best_kmeansを追加
defaultclassifierよりも良い名前としてdefaultlearner追加しました
measures.curves.precision_recall追加
unsupervised.parzen.parzen追加

このバージョン0.3.8の新機能です：

このWindowsでのコンパイルを修正しました。

このロジスティック回帰ます。

バージョン0.3.7の新機能です。
ソースのデモは（ソースおよびドキュメントに）含まれています。
クラスタ契約メトリックを追加します。
起源を使用している場合nfoldcrossvalidationの不具合を修正しました。
64ビットのための

このバグ修正：

このバージョン0.3.5の新機能です。

このバージョン0.3.4の新機能です：

このランダム森林学習者。
決定木は、20倍をスピードアップ。
はるかに高速gridsearch（すべての折り畳みを計算することなく、最適な検索します）。