Milk

牛奶包装在LIBSVM Python代码。
它还支持K-means聚类与实现，是小心，不要使用太多内存

功能：

• 在随机森林
• 在自组织图
• 支持向量机。使用LIBSVM求解器与它周围的一个pythonesque包装。
• 在逐步判别分析的特征选择。
• 在非负矩阵因子
• 在使用尽可能少的内存尽可能K-均值。
• 亲和力的传播

什么在此版本中是新的：

• 在新增子空间投影的kNN
• 导出pdist牛奶中的命名空间。
• 新增本征源分布。
• 新增measures.curves.roc。
• 新增mds_dists功能。

什么版本0.5是新的：

• 将坐标血统基础套索
• 将unsupervised.center功能
• 请与NaN的zscore工​​作（通过忽略）
• 通过变压器的传播apply_many电话

在什么版本0.4.1新是：

• 修正了gridsearch一个重要的错误

在什么版本0.4.0新是：

• 使用多利用多核机器（默认关闭）。
• 将感知学习
• 设置随机种子随机森林学习者
• 将警告牛奶/ __ init__.py如果导入失败
• 将返回值gridminimise
• 设置随机种子precluster_learner
• 实施纠错输出代码为减少多级二进制（包括概率估计）
• 将multi_strategy参数defaultlearner（）
• 请在SVM点多内核，多，快
• 请S形拟合SVM概率估计快
• （奶用户邮件列表补丁韦）在randomforest BUG修复

什么是0.3.10版本的新：

• 将ext.jugparallel与壶集成
• 在用并联壶交叉验证nfold
• 在多个并行运行KMEANS用酒壶
• cluster_agreement非ndarrays
• 将直方图与normali（Z | S）选择E，以milk.kmeans.assign_centroid

在SDA
• BUG修复功能时是恒定的一类
• 将select_best_kmeans
• 添加defaultlearner是比defaultclassifier
一个更好的名字
• 将measures.curves.precision_recall
• 将unsupervised.parzen.parzen

什么是0.3.8版本，新的：

• 在Windows上固定编译

在什么版本0.3.7的话都是新：

• 在Logistic回归
• 在包括（以源代码和文档）来源演示。
• 将群集协议的指标。

使用时的起源
• 修正nfoldcrossvalidation错误。

什么是0.3.5版本，新的：

• 修正为64位

在什么版本0.3.4新是：

• 在随机森林学习者
• 在决策树加快了20倍。
• 快得多gridsearch（发现最佳不用计算所有的折叠）。