Télécharger la liste

Description du projet

Milk is a machine learning toolkit in Python. Its focus is on supervised classification with several classifiers available: SVMs (based on libsvm), k-NN, random forests, and decision trees. It also performs feature selection. These classifiers can be combined in many ways to form different classification systems. For unsupervised learning, milk supports k-means clustering and affinity propagation.

Système requise

System requirement is not defined
Information regarding Project Releases and Project Resources. Note that the information here is a quote from Freecode.com page, and the downloads themselves may not be hosted on OSDN.

2013-01-18 07:08
0.5.1

Le changement le plus important est l'inclusion d'eigen dans la distribution source, ce qui facilite le lait compiler. En outre, cette version ajoute sous-espace projection k plus proches voisins et mds_dists fonctionnalité.
Tags: Minor, bugfix
The most important change is the inclusion of eigen in the source distribution, which makes milk easier to compile. In addition, this release adds subspace projection k-nearest neighbours and mds_dists functionality.

2012-01-17 05:45
0.4.2

Les interfaces sont plus cohérentes (apprenants ignorent les arguments qu'ils ne peuvent pas utiliser et le modèle par défaut prend en charge la méthode apply_many). Il y a de nombreuses améliorations et corrections.
Tags: Minor
Interfaces are more consistent (learners ignore arguments they cannot use and the default model supports the apply_many method). There are many improvements and bugfixes.

2011-08-25 06:52
0.4.0

Nouvelles fonctionnalités: le traitement parallèle, perceptron, et codes correcteurs d'erreurs de sortie. Améliorations: mise la graine aléatoire dans les forêts aléatoires, un «multi_strategy« paramètre pour defaultlearner (), une valeur de retour de gridminimise, plus rapide point-kernel SVMs, et l'ajustement sigmoïde. Un bugfix dans randomforest.
Tags: Major
New features: parallel processing, perceptron, and error correcting output codes. Enhancements: setting the random seed in random forests, a 'multi_strategy' parameter for defaultlearner(), a return value from gridminimise, faster dot-kernel SVMs, and sigmoidal fitting. A bugfix in randomforest.

2011-05-11 17:59
0.3.10

Le module milk.ext.jugparallel nouvelle a été ajouté à l'interface avec bocal (http://luispedro.org/software/jug). Il est donc facile de paralléliser les choses telles que la validation croisée n fois (chaque fois s'exécute sur son propre processeur) ou kmeans multiples points de départ aléatoires. Quelques nouvelles fonctions ont été ajoutées: measures.curves.precision_recall, milk.unsupervised.kmeans.select_best.kmeans. Un bug délicat dans SDA et quelques problèmes mineurs ont été fixées ailleurs.
Tags: Minor
The new milk.ext.jugparallel module was added to interface with jug (http://luispedro.org/software/jug). This makes it easy to parallelize things such as n-fold cross validation (each fold runs on its own processor) or multiple kmeans random starts. Some new functions were added: measures.curves.precision_recall, milk.unsupervised.kmeans.select_best.kmeans. A tricky bug in SDA and a few minor issues elsewhere were fixed.

2011-03-16 06:34
0.3.9

Plusieurs améliorations de la vitesse. Quelques corrections de bugs (à gridminimize et l'arbre d'apprentissage). Quelques fonctions nouvel utilitaire.
Tags: Minor
Many speed improvements. Some bugfixes (to gridminimize and tree learning). A few new utility functions.

Project Resources