Download List

Projeto Descrição

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.

System Requirements

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

A mudança mais importante é a inclusão de eigen na distribuição fonte, que torna o leite mais fácil de Compilar. Além disso, esta versão adiciona subespaço projeção k-nearest vizinhos e mds_dists funcionalidade.
Tags: bugfix, Minor
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

Interfaces são mais consistentes (aprendentes ignoram argumentos não podem usar e o modelo padrão suporta o método de apply_many). Há muitas melhorias e correções de bugs.
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

Novos recursos: processamento paralelo, perceptron, erro e corrigir códigos de saída. Melhorias: definição da semente aleatória em florestas aleatórias, uma "multi_strategy 'parâmetro para defaultlearner (), um valor de retorno de gridminimise, mais rápido dot kernel-SVMs e montagem sigmoidal. Um bugfix em 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

O módulo milk.ext.jugparallel nova foi adicionada a interface com bocal (http://luispedro.org/software/jug). Isto torna mais fácil para paralelizar coisas como n-fold de validação cruzada (cada um corre vezes no seu próprio processador) ou Teste exato múltiplas começa aleatória. Algumas novas funções foram adicionadas: measures.curves.precision_recall, milk.unsupervised.kmeans.select_best.kmeans. Um problema complicado em SDA e alguns problemas menores em outros lugares foram corrigidos.
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

Muitas melhorias de velocidade. Algumas correções de bugs (a gridminimize e árvore de aprendizagem). Algumas novas funções utilitárias.
Tags: Minor
Many speed improvements. Some bugfixes (to gridminimize and tree learning). A few new utility functions.

Project Resources