کاری ادامه داده اند شیر در کد پایتون libsvm.
این برنامه همچنین از K-ابزار خوشه با یک پیاده سازی این است که مراقب استفاده بیش از حد حافظه نمی
ویژگی ها:.
در جنگل تصادفی
نقشه سازماندهی خود
SVM ها. با استفاده از حل کننده libsvm با لفاف بسته بندی pythonesque اطراف آن است.
گام به گام تجزیه و تحلیل مشخص برای انتخاب ویژگی.
factorisation ماتریس غیر منفی
K-ابزار با استفاده از حافظه به عنوان کوچک که ممکن است.
انتشار میل
به چه چیزی جدید در این نسخه است:
اضافه شده طرح ریزی زیرفضا KNN.
pdist صادرات در فضای نام شیر.
Eigen اضافه شده به توزیع منبع آن است.
measures.curves.roc اضافه شده است.
اضافه شده تابع mds_dists.
به چه چیزی جدید در نسخه 0.5 است:
اضافه کردن مختصات-تبار بر اساس کمند
اضافه کردن تابع unsupervised.center
کار zscore با NaNs (با نادیده گرفتن آنها)
انتشارات تماس apply_many از طریق ترانسفورماتور
به چه جدید در نسخه 0.4.1 است:
به ثابت یک اشکال مهم در gridsearch.
به چه جدید در نسخه 0.4.0 است:
استفاده از چند پردازی را به استفاده از ماشین آلات های چند هسته ای (به طور پیش فرض فعال).
اضافه کردن یادگیرنده پرسپترون
دانه تصادفی تنظیم در یادگیرنده جنگل تصادفی
اضافه کردن هشدار دهنده به شیر / __ init__.py اگر نتواند واردات
اضافه کردن مقدار بازگشتی به gridminimise
دانه تصادفی تنظیم در precluster_learner
اجرا خطا کدهای تصحیح خروجی برای کاهش چند طبقه به باینری (از جمله برآورد احتمال)
اضافه کردن بحث multi_strategy به defaultlearner ()
را هسته نقطه در SVM خیلی، خیلی، سریع تر
را برای اتصالات sigmoidal احتمال SVM تخمین می زند سریعتر
رفع اشکال در randomforest (پچ های وی در شیر کاربران لیست پستی)
به چه جدید در نسخه 0.3.10 است:
اضافه کردن ext.jugparallel برای یکپارچه سازی با کوزه
crossvalidation nfold موازی با استفاده از کوزه
kmeans چند موازی اجرا می شود با استفاده از کوزه
cluster_agreement برای غیر ndarrays
اضافه کردن هیستوگرام و normali (Z | بازدید کنندگان) گزینه های الکترونیکی به milk.kmeans.assign_centroid
رفع اشکال در SDA هنگامی که امکانات را برای یک کلاس ثابت
اضافه کردن select_best_kmeans
defaultlearner اضافه شده به عنوان یک نام بهتر از defaultclassifier
اضافه کردن measures.curves.precision_recall
اضافه کردن unsupervised.parzen.parzen
به چه جدید در نسخه 0.3.8 است:
در مجموعه ثابت بر روی ویندوز.
در رگرسیون لجستیک:
به چه جدید در نسخه 0.3.7 است.
دموی منبع شامل (در منبع و مستندات).
اضافه کردن معیارهای مورد خوشه.
رفع اشکال nfoldcrossvalidation هنگام استفاده از ریشه.
اشکالات برای 64 بیت:
به چه جدید در نسخه 0.3.5 است.
به چه جدید در نسخه 0.3.4 است:
به زبان آموزان جنگل تصادفی.
درخت های تصمیم گیری و توپ تا 20X.
gridsearch بسیار سریعتر (مطلوب می یابد بدون محاسبه تمام برابر).
نظر یافت نشد