版本0.14

版本0.14

August 7, 2013

Changelog

• 具有稀疏和密集矩阵的缺失值可以使用Transformer进行插补 preprocessing.Imputer by Nicolas Trésegnie .

• 决策树的核心实现已从头开始重写，允许更快的树诱导和所有基于树的估计器中更低的内存消耗。通过 Gilles Louppe .

• 添加 ensemble.AdaBoostClassifier 和 ensemble.AdaBoostRegressor ，由 Noel Dawe 和 Gilles Louppe .看到 AdaBoost 用户指南的部分了解详细信息和示例。

• 添加 grid_search.RandomizedSearchCV and grid_search.ParameterSampler for randomized hyperparameter optimization. By Andreas Müller .

• 添加 biclustering 算法 (sklearn.cluster.bicluster.SpectralCoclustering and sklearn.cluster.bicluster.SpectralBiclustering), data generation methods (sklearn.datasets.make_biclusters and sklearn.datasets.make_checkerboard), and scoring metrics (sklearn.metrics.consensus_score). By Kemal Eren .

• Added Restricted Boltzmann Machines (neural_network.BernoulliRBM). By Yann Dauphin.

• Python 3支持者 Justin Vincent , Lars Buitinck , Subhodeep Moitra 和 Olivier Grisel .所有测试现在都在Python 3.3下通过。

• 每个目标通过一个点球（阿尔法值）的能力 linear_model.Ridge ，作者：@eickenberg和 Mathieu Blondel .

• 固定 sklearn.linear_model.stochastic_gradient.py L2 regularization issue (minor practical significance). By Norbert Crombach and Mathieu Blondel .

• 添加了交互版本的 Andreas Müller 的 Machine Learning Cheat Sheet (for scikit-learn) 到文档。看到 Choosing the right estimator .通过 Jaques Grobler .

• grid_search.GridSearchCV and cross_validation.cross_val_score now support the use of advanced scoring functions such as area under the ROC curve and f-beta scores. See 的 scoring 参数：定义模型评估规则 for details. By Andreas Müller 和 Lars Buitinck .传递一个函数 sklearn.metrics 作为 score_func 已经过时了

• 多标签分类输出现在由 metrics.accuracy_score , metrics.zero_one_loss , metrics.f1_score , metrics.fbeta_score , metrics.classification_report , metrics.precision_score 和 metrics.recall_score 通过 Arnaud Joly .

• 两个新指标 metrics.hamming_loss 和 metrics.jaccard_similarity_score are added with multi-label support by Arnaud Joly .

• 速度和内存使用的改进， feature_extraction.text.CountVectorizer 和 feature_extraction.text.TfidfVectorizer 作者：Jochen Wersdörfer和Roman Sinayev。

• 的 min_df 参数 feature_extraction.text.CountVectorizer 和 feature_extraction.text.TfidfVectorizer ，以前是2，现已重置为1，以避免在小型文档集合上尝试它的新手用户出现不愉快的惊喜（空词汇表）。实际使用时，仍然建议至少为2。

• svm.LinearSVC , linear_model.SGDClassifier 和 linear_model.SGDRegressor 现在有一个 sparsify 转换他们的方法 coef_ 转换为稀疏矩阵，这意味着使用这些估计器训练的存储模型可以变得更加紧凑。

• linear_model.SGDClassifier 在对数损失或修正的Huber损失下训练时，现在产生多类概率估计。

• 链接到网站上示例代码中的文档 Martin Luessi .

• 修复了 preprocessing.MinMaxScaler 导致非默认要素缩放不正确 feature_range 设置.通过 Andreas Müller .

• max_features 在 tree.DecisionTreeClassifier , tree.DecisionTreeRegressor 并且所有派生的集合估计器现在都支持百分比值。通过 Gilles Louppe .

• 的性能改进 isotonic.IsotonicRegression 通过 Nelle Varoquaux .

• metrics.accuracy_score 有一个选项normalize返回正确分类的样本的分数或数量， Arnaud Joly .

• 添加 metrics.log_loss 计算对数损失，也就是交叉熵损失。作者：Jochen Wersdörfer， Lars Buitinck .

• 一个导致 ensemble.AdaBoostClassifier 输出错误概率的问题已修复。

• 功能选择器现在共享一个混合，提供一致的 transform , inverse_transform 和 get_support 方法.通过 Joel Nothman .

• 合身的 grid_search.GridSearchCV or grid_search.RandomizedSearchCV can now generally be pickled. By Joel Nothman .

• 重构和载体化实施 metrics.roc_curve 和 metrics.precision_recall_curve .通过 Joel Nothman .

• 新的估算者 sklearn.decomposition.TruncatedSVD 使用奇异分解对稀疏矩阵执行维度约简，并可用于潜在语义分析（LSA）。通过 Lars Buitinck .

• 添加了文本数据的核心外学习的独立示例 sphx_glr_auto_examples_applications_plot_out_of_core_classification.py .通过 Eustache Diemert .

• 的默认组件数 sklearn.decomposition.RandomizedPCA 现在已正确记录为 n_features .这是默认行为，因此使用它的程序将继续正常工作。

• sklearn.cluster.KMeans 现在，在稀疏数据上可以快几个数量级（加速取决于稀疏性）。通过 Lars Buitinck .

• 通过以下方式减少FastICA的内存占用 Denis Engemann 和 Alexandre Gramfort .

• 详细输出 sklearn.ensemble.gradient_boosting now uses a column format and prints progress in decreasing frequency. It also shows the remaining time. By Peter Prettenhofer .

• sklearn.ensemble.gradient_boosting 提供开箱即用的改进 oob_improvement_ rather than the OOB score for model selection. An example that shows how to use OOB estimates to select the number of trees was added. By Peter Prettenhofer .

• 大多数指标现在支持字符串标签进行多类分类， Arnaud Joly 和 Lars Buitinck .

• 新的比利时MatchingPursuitCV类作者 Alexandre Gramfort 和 Vlad Niculae .

• 修复了中的一个错误 sklearn.covariance.GraphLassoCV ：当给定值列表时，“alphas”参数现在可以按预期工作。作者：菲利普·热维斯。

• 修复了中的一个重要错误 sklearn.covariance.GraphLassoCV 这可以防止使用CV对象提供的所有折叠（仅使用前3个）。当提供CV对象时，与之前的版本相比，执行时间可能会显着增加（错误结果现在是正确的）。作者：菲利普·热维斯。

• cross_validation.cross_val_score 和 grid_search module is now tested with multi-output data by Arnaud Joly .

• datasets.make_multilabel_classification 现在可以返回标签指示符多标签格式的输出， Arnaud Joly .

• K-近邻， neighbors.KNeighborsRegressor 和 neighbors.RadiusNeighborsRegressor ，和半径邻居， neighbors.RadiusNeighborsRegressor 和 neighbors.RadiusNeighborsClassifier 支持多输出数据 Arnaud Joly .

• 基于LibSV的估计器中的随机状态 (svm.SVC , svm.NuSVC , svm.OneClassSVM , svm.SVR , svm.NuSVR 现在可以控制了。 这对于确保使用以下训练的分类器的概率估计的一致性是有用的： probability=True .通过 Vlad Niculae .

• 对离散朴素Bayes分类器的核心外学习支持 sklearn.naive_bayes.MultinomialNB 和 sklearn.naive_bayes.BernoulliNB 通过添加 partial_fit 法 Olivier Grisel .

• 新网站设计和导航 Gilles Louppe , Nelle Varoquaux 、文森特·米歇尔和 Andreas Müller .

• 改进的文档 multi-class, multi-label and multi-output classification 通过 Yannick Schwartz 和 Arnaud Joly .

• 中更好的输入和错误处理 sklearn.metrics 模块通过 Arnaud Joly 和 Joel Nothman .

• 速度优化 hmm 模块通过 Mikhail Korobov

• Significant speed improvements for sklearn.cluster.DBSCAN by cleverless

API变更摘要

• 的 auc_score 更名 metrics.roc_auc_score .

• 测试scikit-learn sklearn.test() 已经过时了使用 nosetests sklearn 从命令行。

• 功能的重要性 tree.DecisionTreeClassifier , tree.DecisionTreeRegressor 现在，当访问 feature_importances_ 属性设置 compute_importances=True 不再需要。通过 Gilles Louppe .

• linear_model.lasso_path 和 linear_model.enet_path 可以以与的相同的格式返回其结果 linear_model.lars_path .这是通过设置 return_models 参数以 False .通过 Jaques Grobler 和 Alexandre Gramfort

• grid_search.IterGrid 更名为 grid_search.ParameterGrid .

• 修复了 KFold causing imperfect class balance in some cases. By Alexandre Gramfort 还有塔德吉·詹内菲。

• sklearn.neighbors.BallTree 已被重构，并且 sklearn.neighbors.KDTree 已添加共享相同界面。 Ball Tree现在可以使用各种距离指标。 这两个类别都有许多新方法，包括单树和双树查询、广度优先和深度优先搜索，以及更高级的查询，例如核密度估计和2点相关函数。通过 Jake Vanderplas

• 已删除邻居查询中对scipy.spatial.cKDTree的支持，并将该功能替换为新的 sklearn.neighbors.KDTree 课

• sklearn.neighbors.KernelDensity 添加了，它使用各种内核执行有效的内核密度估计。

• sklearn.decomposition.KernelPCA 现在总是返回输出， n_components 组件，除非新参数 remove_zero_eig 设置为 True .这种新行为与内核PCA的记录方式一致;以前，删除特征值为零的分量是默认的，对所有数据执行的。

• gcv_mode="auto" 不再尝试在加密稀疏矩阵上执行SVD， sklearn.linear_model.RidgeCV .

• 稀疏矩阵支持 sklearn.decomposition.RandomizedPCA 现在已经被弃用， TruncatedSVD .

• cross_validation.KFold 和 cross_validation.StratifiedKFold now enforce n_folds >= 2 otherwise a ValueError is raised. By Olivier Grisel .

• datasets.load_files 的 charset 和 charset_errors 参数已重命名 encoding 和 decode_errors .

• 属性 oob_score_ 在 sklearn.ensemble.GradientBoostingRegressor 和 sklearn.ensemble.GradientBoostingClassifier 已被废弃并已被替换为 oob_improvement_ .

• ThomonalMatchingPursuit中的属性已被弃用（Copy_X、Gram、.）为了一致性，precompute_gram将precompute重命名为precompute。参见#2224。

• sklearn.preprocessing.StandardScaler 现在将整数输入转换为浮点数，并引发警告。以前，它对密集整数输入进行四舍五入。

• sklearn.multiclass.OneVsRestClassifier 现在手上有一 decision_function 法只要基础估计器实现 decision_function 法通过 Kyle Kastner .

• 更好的输入验证，警告y的意外形状。

人

按提交次数列出的0.14版本的贡献者列表。

• 277吉勒斯·卢佩

• 245拉斯·布廷克

• 187安德烈亚斯·穆勒

• 124阿诺·乔利

• 112 Jaques Grobler

• 109盖尔·瓦罗夸

• 107奥利维尔·格里塞尔

• 102诺埃尔·达维

• 99凯末尔·埃伦

• 79乔尔·诺斯曼

• 75 Jake VanderPlas

• 73内勒·瓦罗夸

• 71弗拉德·尼古拉

• 65彼得·普雷滕霍费尔

• 64亚历山大·格兰福特

• 54马蒂厄·布朗德尔

• 38尼古拉斯·特雷塞尼

• 35胡子

• 27丹尼斯·恩格尔曼

• 25扬·N. Dauphin

• 19贾斯汀·文森特

• 17罗伯特·雷顿

• 15道格·科尔曼

• 14迈克尔·艾肯伯格

• 13罗伯特·马克曼

• 11法比安·佩德雷戈萨

• 11菲利普·热维斯

• 10吉姆·霍姆斯特罗姆

• 10塔德吉·詹内菲

• 10 syhw

• 9米哈伊尔·科罗博夫

• 9史蒂文·德格里兹

• 8谢尔盖夫

• 7本·鲁特

• 7赫里希凯什·维尔戈尔卡

• 6 Kyle Kastner

• 6马丁·卢西

• 6罗布·斯佩尔

• 5费德里科·瓦吉

• 5劳尔·加雷塔

• 5罗布·津科夫

• 4肯·盖斯

• 3 A. Flaxman

• 3丹顿科伯恩

• 3杜格尔·萨瑟兰

• 3伊恩·奥兹瓦尔德

• 3约翰内斯·申贝格

• 3罗伯特·麦吉诺夫

• 3罗曼·西纳耶夫

• 3萨博·罗兰

• 2迭戈·莫拉

• 2伊姆兰·哈克

• 2约亨·韦斯多夫

• 2谢尔盖·卡拉耶夫

• 2扬尼克·施瓦茨

• 2詹姆斯韦伯

• 1阿比吉特·科利

• 1亚历山大·法比施

• 1巴斯蒂安·范登伯格

• 1本杰明·彼得森

• 1丹尼尔·维尔科夫

• 1法兹鲁尔·沙赫里亚尔

• 1菲利克斯·布罗克赫德

• 1菲利克斯-安托万·福尔廷

• 1 Harikrishnan S

• 1杰克·黑尔

• 1杰克米克

• 1詹姆斯·麦克德莫特

• 1约翰·贝尼迪克松

• 1约翰·茨温克

• 图1约书亚·弗列德沃格德

• 1贾斯汀·帕蒂

• 1凯文·休斯

• 1凯尔·凯利

• 1马蒂亚斯·埃克曼

• 1米罗斯拉夫·舒贝尔涅茨基

• 1织井直树

• 1诺伯特·克伦巴赫

• 1拉斐尔·库尼亚·德阿尔梅达

• 1罗兰多·埃斯皮诺萨·拉富恩特

• 1谢默斯·阿布谢尔

• 谢尔盖·费尔德曼

• 1塞尔吉奥·梅迪纳

• 1斯特凡诺·拉塔里尼

• 1史蒂夫·科赫

• 1斯特拉·莫尔登

• 1托马斯·雅罗什

• 1雅罗斯拉夫·哈尔琴科