Milk

• Random forests
• самоорганізації картки
• SVMs. Використання libsvm решатель з pythonesque обгортки навколо нього.
• Покрокова дискримінантний аналіз для вибору функції.
• неотрицательной матриці факторизації
• К-засоби, що використовують як мало пам'яті, наскільки це можливо.
• Поширення Affinity

Що нового У цьому випуску :.

• Додана проекція subspace Knn
• Експорт pdist в просторі імен молока.
• Додана Ейген розподілу джерела.
• Додана measures.curves.roc.
• Додана функція mds_dists.

Що нового у версії 0.5:

• Додати координати спуску основі Lasso
• Додати unsupervised.center функцію
• Зробити zscore роботу з NaNs (ігноруючи їх)
• Поширити apply_many дзвінки через трансформатори

Що нового у версії 0.4.1 :.

• Виправлена ​​важливу помилку в gridsearch

Що нового у версії 0.4.0:

• Використання многопроцессорной скористатися багатоядерних машин ( за замовчуванням відключена).
• Додати персептрон учня
• Встановити випадкове зерно у випадковому лісової учня
• Додати попередження молока / __ init__.py якщо імпорт не вдається
• Додати повертається значення gridminimise
• Встановити випадкове зерно в precluster_learner
• Реалізовані виправляють помилки виведення кодів для зменшення мульти-класу в двійковій (у тому числі оцінки ймовірностей)
• Додати multi_strategy аргумент defaultlearner ()
• Зробити ядро ​​точка в SVM багато, багато швидше
• Зробити сигмоїдальну фітінг для SVM ймовірність оцінює швидше
• Виправлена ​​помилка в RandomForest (патч Вей на молоко списку розсилки)

Що нового у версії 0.3.10:

• Додати ext.jugparallel для інтеграції з глечиком
• Паралельний nfold crossvalidation допомогою глечик
• Паралельні кілька kmeans працює за допомогою глечик
• cluster_agreement для НЕ ndarrays
• Додати гістограма і normali (г |) з опції Е до milk.kmeans.assign_centroid
• Виправлена ​​помилка в ПДД, коли функції були постійними для класу
• Додати select_best_kmeans
• Додана defaultlearner як краще ім'я, ніж defaultclassifier
• Add measures.curves.precision_recall
• Додати unsupervised.parzen.parzen

Що нового у версії 0.3.8 :.

• Виправлена ​​компіляція на ОС Windows

Що нового у версії 0.3.7 :.

• Логістична регресія
• Джерело демо включено (в джерелі і документації).
• Додати угоду метрики кластеру.
• Виправлена ​​помилка nfoldcrossvalidation при використанні походження.

Що нового у версії 0.3.5 :.

• Виправлення для 64 біт

Що нового у версії 0.3.4 :.

• Випадкові лісові учні
• Дерева рішень прискорився 20x.
• Набагато швидше gridsearch (знаходить оптимальний без обчислення всіх складок).