Milk

牛奶包裝在LIBSVM Python代碼。
它還支持K-means聚類與實現，是小心，不要使用太多內存

功能：

• 在隨機森林
• 在自組織圖
• 支持向量機。使用LIBSVM求解器與它周圍的一個pythonesque包裝。
• 在逐步判別分析的特徵選擇。
• 在非負矩陣因子
• 在使用盡可能少的內存盡可能K-均值。
• 親和力的傳播

什麼在此版本中是新的：

• 在新增子空間投影的kNN
• 導出pdist牛奶中的命名空間。
• 新增本徵源分佈。
• 新增measures.curves.roc。
• 新增mds_dists功能。

什麼版本0.5是新的：

• 將坐標血統基礎套索
• 將unsupervised.center功能
• 請與NaN的zscore工​​作（通過忽略）
• 通過變壓器的傳播apply_many電話

在什麼版本0.4.1新是：

• 修正了gridsearch一個重要的錯誤

在什麼版本0.4.0新是：

• 使用多利用多核機器（默認關閉）。
• 將感知學習
• 設置隨機種子隨機森林學習者
• 將警告牛奶/ __ init__.py如果導入失敗
• 將返回值gridminimise
• 設置隨機種子precluster_learner
• 實施糾錯輸出代碼為減少多級二進制（包括概率估計）
• 將multi_strategy參數defaultlearner（）
• 請在SVM點多內核，多，快
• 請S形擬合SVM概率估計快
• （奶用戶郵件列表補丁韋）在randomforest BUG修復

什麼是0.3.10版本的新：

• 將ext.jugparallel與壺集成
• 在用並聯壺交叉驗證nfold
• 在多個並行運行KMEANS用酒壺
• cluster_agreement非ndarrays
• 將直方圖與normali（Z | S）選擇E，以milk.kmeans.assign_centroid

在SDA
• BUG修復功能時是恆定的一類
• 將select_best_kmeans
• 添加defaultlearner是比defaultclassifier
一個更好的名字
• 將measures.curves.precision_recall
• 將unsupervised.parzen.parzen

什麼是0.3.8版本，新的：

• 在Windows上固定編譯

在什麼版本0.3.7的話都是新：

• 在Logistic回歸
• 在包括（以源代碼和文檔）來源演示。
• 將群集協議的指標。

使用時的起源
• 修正nfoldcrossvalidation錯誤。

什麼是0.3.5版本，新的：

• 修正為64位

在什麼版本0.3.4新是：

• 在隨機森林學習者
• 在決策樹加快了20倍。
• 快得多gridsearch（發現最佳不用計算所有的折疊）。