版本0.15

版本0.15.2

September 4, 2014

Bug修复

• 修复了 p Minkowski距离的参数，该参数以前在最近邻模型中被忽略。通过 Nikolay Mayorov .

• 修复了中的重复alpha linear_model.LassoLars 提前停止32位Python。通过 Olivier Grisel 和 Fabian Pedregosa .

• 修复了scikit-learn使用MSVC构建而NumPy使用MinGW构建时在Windows下的构建。通过 Olivier Grisel 和 Federico Vaggi .

• 修复了坐标下降求解器中的数组索引溢出错误。通过 Gael Varoquaux .

• 更好地处理numpy 1.9弃用警告。通过 Gael Varoquaux .

• 删除了不必要的数据副本 cluster.KMeans .通过 Gael Varoquaux .

• 明确关闭打开的文件以避免 ResourceWarnings 在Python 3下。卡尔文·贾尔斯。

• 的 transform 的 discriminant_analysis.LinearDiscriminantAnalysis 现在将输入投射到最具区分性的方向上。作者：马丁·比林格。

• 修复了潜在的溢出 _tree.safe_realloc 通过 Lars Buitinck .

• 性能优化 isotonic.IsotonicRegression .作者：罗伯特·布拉德肖。

• nose 不再是要导入的运行时依赖项 sklearn ，仅用于运行测试。通过 Joel Nothman .

• 许多文档和网站修复， Joel Nothman , Lars Buitinck Matt Pico ，以及其他。

版本0.15.1

August 1, 2014

Bug修复

• 制成 cross_validation.cross_val_score 使用 cross_validation.KFold 而不是 cross_validation.StratifiedKFold 关于多输出分类问题。通过 Nikolay Mayorov .

• 支持未见标签 preprocessing.LabelBinarizer 恢复0.14.1的默认行为以实现向后兼容。通过 Hamzeh Alsalhi .

• 修复了 cluster.KMeans 阻止早期收敛检测的停止标准。作者：爱德华·拉夫 Gael Varoquaux .

• 修复的行为 multiclass.OneVsOneClassifier .如果在每个类别的投票级别上出现平局，则通过计算正确的每个类别的预测分数总和来进行。通过 Andreas Müller .

• 制成 cross_validation.cross_val_score and grid_search.GridSearchCV accept Python lists as input data. This is especially useful for cross-validation and model selection of text processing pipelines. By Andreas Müller .

• 修复了大多数估计器的数据输入检查，以接受实现NumPy的输入数据 __array__ 议定书这是for的情况 pandas.Series 和 pandas.DataFrame 在最近的熊猫版本中。通过 Gael Varoquaux .

• 修复了回归 linear_model.SGDClassifier 与 class_weight="auto" 具有非连续标签的数据。通过 Olivier Grisel .

版本0.15

July 15, 2014

亮点

• 整个代码中有许多速度和内存改进

• 对随机森林（和额外的树）进行了巨大的速度和内存改进，这也从并行计算中受益更好。

• 增量适应 BernoulliRBM

• 添加 cluster.AgglomerativeClustering 用于具有平均联系、完全联系和病房策略的分层聚集。

• 添加 linear_model.RANSACRegressor 用于稳健的回归模型。

• 增加了维度缩减 manifold.TSNE 它可用于可视化多维数据。

Changelog

新功能

• 添加 ensemble.BaggingClassifier 和 ensemble.BaggingRegressor 用于集成任何类型的基本估计量的元估计量。看到 Bagging 用户指南的部分了解详细信息和示例。通过 Gilles Louppe .

• 新的无监督特征选择算法 feature_selection.VarianceThreshold ，由 Lars Buitinck .

• 添加 linear_model.RANSACRegressor 回归模型鲁棒性匹配的元估计量。通过 Johannes Schönberger .

• 添加 cluster.AgglomerativeClustering 对于具有平均联系、完全联系和病房策略的分层聚集聚集，通过 Nelle Varoquaux 和 Gael Varoquaux .

• 速记建造者 pipeline.make_pipeline 和 pipeline.make_union 添加了 Lars Buitinck .

• 洗牌选项 cross_validation.StratifiedKFold .通过 Jeffrey Blackburne .

• 增量学习 (partial_fit ）Imran Haque的Gaussian Naive Bayes。

• 添加 partial_fit 到 BernoulliRBM 通过 Danny Sullivan .

• 添加 learning_curve 根据培训规模绘制绩效图表的实用程序。看到 绘制学习曲线并检查模型的可扩展性 .作者：亚历山大·法比施。

• 添加积极选项 LassoCV 和 ElasticNetCV .作者：布莱恩·威格纳尔和 Alexandre Gramfort .

• 添加 linear_model.MultiTaskElasticNetCV 和 linear_model.MultiTaskLassoCV .通过 Manoj Kumar .

• 添加 manifold.TSNE .作者：亚历山大·法比施。

增强功能

• Add sparse input support to ensemble.AdaBoostClassifier and ensemble.AdaBoostRegressor meta-estimators. By Hamzeh Alsalhi.

• 决策树的记忆改进，通过 Arnaud Joly .

• 决策树现在可以通过使用 max_leaf_nodes 作为停止标准。重构了树代码以使用堆栈或优先级队列来构建树。通过 Peter Prettenhofer 和 Gilles Louppe .

• 决策树现在可以安装在fortran和c风格数组以及非连续数组上，而无需复制。如果输入数组的dype与 np.float32 ，将制作fortran风格的副本，因为fortran风格的内存布局具有速度优势。通过 Peter Prettenhofer 和 Gilles Louppe .

• 通过优化均方误差准则的计算来加快回归树的速度。这导致树木、森林和梯度提升树木模块的加速改进。通过 Arnaud Joly

• 的 img_to_graph 和 grid_tograph 功能 sklearn.feature_extraction.image 现在返回 np.ndarray 而不是 np.matrix 当 return_as=np.ndarray . 有关兼容性的更多信息，请参阅注释部分。

• 将决策树的内部存储更改为使用结构数组。这修复了一些小错误，同时改进了代码并提供了小幅的速度提升。通过 Joel Nothman .

• 在与随机树森林并行进行匹配和预测时，减少内存使用和系统管理 n_jobs != 1 通过利用jobib 0.8的新线程后台并在适合Cython代码的树中发布GIL。 通过 Olivier Grisel 和 Gilles Louppe .

• 速度提高 sklearn.ensemble.gradient_boosting module. By Gilles Louppe 和 Peter Prettenhofer .

• 对 sklearn.ensemble.gradient_boosting module: a warm_start argument to fit additional trees, a max_leaf_nodes argument to fit GBM style trees, a monitor fit argument to inspect the estimator during training, and refactoring of the verbose code. By Peter Prettenhofer .

• 快 sklearn.ensemble.ExtraTrees by caching feature values. By Arnaud Joly .

• 更快的基于深度的树构建算法，例如决策树、随机森林、额外树或梯度树提升（采用基于深度的增长策略），避免尝试在样本子集中发现的恒定特征上分裂。通过 Arnaud Joly .

• 添加 min_weight_fraction_leaf 基于树的方法的预修剪参数：叶节点所需的输入样本的最小加权分数。通过 Noel Dawe .

• 添加 metrics.pairwise_distances_argmin_min ，作者：Philippe Gervais。

• 添加了predict方法 cluster.AffinityPropagation 和 cluster.MeanShift ，由 Mathieu Blondel .

• 整个库中的载体和矩阵相乘已通过以下方式进行优化： Denis Engemann ，而且 Alexandre Gramfort .特别是，旧NumPy版本（1.7.2之前）应该占用更少的内存。

• 精确召回和ROC示例现在使用train_Test_split，并更多地解释了为什么这些指标有用。通过 Kyle Kastner

• 训练算法 decomposition.NMF 对于稀疏矩阵来说速度更快，并且内存复杂性低得多，这意味着它将优雅地扩展到大型数据集。通过 Lars Buitinck .

• 添加了svd_system选项，默认值为“随机化”到 decomposition.FactorAnalysis 为了节省内存并显著加速计算， Denis Engemann ，而且 Alexandre Gramfort .

• 改变 cross_validation.StratifiedKFold to try and preserve as much of the original ordering of samples as possible so as not to hide overfitting on datasets with a non-negligible level of samples dependency. By Daniel Nouri 和 Olivier Grisel .

• 添加多输出支持 gaussian_process.GaussianProcessRegressor 约翰·诺瓦克

• 通过以下方式支持最近邻估计器中预先计算的距离矩阵 Robert Layton 和 Joel Nothman .

• 针对NumPy 1.6及更高版本优化了Norm计算 Lars Buitinck .特别是，k-means算法不再需要与其输入大小相同的临时数据结构。

• dummy.DummyClassifier 现在可以用来预测一个恒定的输出值。通过 Manoj Kumar .

• dummy.DummyRegressor 现在有一个策略参数，可以预测训练集的平均值、中位数或恒定输出值。通过 Maheshakya Wijewardena .

• 现在支持多标签指标格式的多标签分类输出 metrics.roc_auc_score 和 metrics.average_precision_score 通过 Arnaud Joly .

• 显著的性能改进（对于大型问题，加速超过100倍）， isotonic.IsotonicRegression 通过 Andrew Tulloch .

• 针对线性模型的SGD算法的速度和内存使用改进：它现在使用线程，而不是单独的进程， n_jobs>1 .通过 Lars Buitinck .

• 网格搜索和交叉验证允许NaN在输入数组中，以便预处理器（例如） preprocessing.Imputer 可以在交叉验证循环内进行训练，避免潜在的扭曲结果。

• 岭回归现在可以处理特征空间中的样本权重（在此之前仅处理样本空间）。通过 Michael Eickenberg .这两个解决方案都由Cholesky求解器提供。

• 几个分类和回归指标现在支持加权样本， sample_weight 论点： metrics.accuracy_score , metrics.zero_one_loss , metrics.precision_score , metrics.average_precision_score , metrics.f1_score , metrics.fbeta_score , metrics.recall_score , metrics.roc_auc_score , metrics.explained_variance_score , metrics.mean_squared_error , metrics.mean_absolute_error , metrics.r2_score .通过 Noel Dawe .

• 加速样品发生器 datasets.make_multilabel_classification .通过 Joel Nothman .

文档改进

• 使用文本数据教程现在已经被添加到主文档的教程部分。包括用于教程演示的练习和框架。由多位作者创建的原始教程，包括 Olivier Grisel 、拉尔斯·布廷克和许多其他人。通过以下方式简化集成到scikit-learn文档中 Jaques Grobler

• 添加 Computational Performance 文献.预测延迟/吞吐量以及影响速度的不同因素的讨论和示例。构建更快模型并选择速度和预测能力之间的相关妥协的其他技巧。通过 Eustache Diemert .

Bug修复

• 修复了 decomposition.MiniBatchDictionaryLearning : partial_fit 工作不正常。

• 修复了 linear_model.stochastic_gradient : l1_ratio 用作 (1.0 - l1_ratio) .

• 修复了 multiclass.OneVsOneClassifier 带有字符串标签。

• 修复了中的一个错误 LassoCV 和 ElasticNetCV ：他们不会预先计算Gram矩阵 precompute=True 或 precompute="auto" 和 n_samples > n_features .通过 Manoj Kumar .

• 修复了中自由度的错误估计 feature_selection.f_regression 当变量不居中时。通过 Virgile Fritsch .

• Fixed a race condition in parallel processing with pre_dispatch != "all" (for instance, in cross_val_score). By Olivier Grisel.

• 提出错误 cluster.FeatureAgglomeration 和 cluster.WardAgglomeration 当没有给出样本时，而不是返回毫无意义的集群。

• 修复了 gradient_boosting.GradientBoostingRegressor 与 loss='huber' : gamma 可能尚未初始化。

• 固定特征重要性，当拟合时，使用随机树森林计算 sample_weight != None 和/或与 bootstrap=True .通过 Gilles Louppe .

API变更摘要

• sklearn.hmm 已经过时了计划在0.17版本中删除它。

• 使用 covariance.EllipticEnvelop 现已被弃用后删除。请使用 covariance.EllipticEnvelope 而不是.

• cluster.Ward 已经过时了使用 cluster.AgglomerativeClustering 而不是.

• cluster.WardClustering 已经过时了使用

• cluster.AgglomerativeClustering 而不是.

• cross_validation.Bootstrap 已经过时了 cross_validation.KFold 或 cross_validation.ShuffleSplit 而是建议。

• 不建议直接支持序列序列（或列表列表）多标签格式。要转换为支持的二进制指标矩阵格式，请使用 preprocessing.MultiLabelBinarizer .通过 Joel Nothman .

• 添加评分方法 decomposition.PCA 遵循概率PCA模型并弃用 ProbabilisticPCA model whose score implementation is not correct. The computation now also exploits the matrix inversion lemma for faster computation. By Alexandre Gramfort .

• 评分方法 decomposition.FactorAnalysis 现在返回样本的平均log似然。使用score_samples获取每个样本的log似然性。通过 Alexandre Gramfort .

• 生成布尔屏蔽（设置 indices=False ）不建议使用交叉验证生成器。对口罩的支持将于0.17取消。自0.10以来，生成器默认生成索引数组。通过 Joel Nothman .

• 包含字符串的一维数组 dtype=object (as用于Pandas）现在被认为是有效的分类目标。这修复了某些分类器中从0.13版本的回归。通过 Joel Nothman .

• 修复错误 explained_variance_ratio_ 中属性 RandomizedPCA. By Alexandre Gramfort .

• 适合每个阿尔法 l1_ratio 而不是 mean_l1_ratio 在 linear_model.ElasticNetCV 和 linear_model.LassoCV .这改变了 alphas_ 从 (n_alphas,) 到 (n_l1_ratio, n_alphas) 如果 l1_ratio 提供的是长度大于一的一维阵列类似对象。通过 Manoj Kumar .

• 修复 linear_model.ElasticNetCV 和 linear_model.LassoCV 当匹配截取且输入数据稀疏时。阿尔法的自动网格计算不正确，并且规格化的缩放错误。通过 Manoj Kumar .

• 修复绘制的最大要素数错误 (max_features ）决策树、随机森林和梯度树提升的每次拆分。以前，绘制要素数量的计数仅在拆分中出现一个非恒定要素后才开始。在存在恒定特征的情况下，此错误修复将影响这些算法的计算和概括性能。要恢复以前的概括性能，您应该修改的值 max_features .通过 Arnaud Joly .

• 修复绘制的最大要素数错误 (max_features ）在每次分裂时 ensemble.ExtraTreesClassifier 和 ensemble.ExtraTreesRegressor .以前，只有拆分中的非恒定特征才算作绘制。现在，不变的要素算作绘制。此外，至少有一个特征必须是非恒定的，才能进行有效的拆分。此错误修复将影响存在恒定特征的额外树的计算和概括性能。要恢复以前的概括性能，您应该修改的值 max_features .通过 Arnaud Joly .

• 修复 utils.class_weight.compute_class_weight 当 class_weight=="auto" .以前输入非integer时会损坏 dtype 并且返回的加权数组错误。通过 Manoj Kumar .

• 修复 cross_validation.Bootstrap 返回 ValueError 当 n_train + n_test > n .通过 Ronald Phlypo .

人

按提交次数列出的0.15版本的贡献者列表。

• 312奥利维尔·格里塞尔

• 275拉斯·布廷克

• 221盖尔·瓦罗夸

• 148阿诺·乔利

• 小行星134

• 119吉勒斯·卢佩

• 113乔尔·诺斯曼

• 111亚历山大·格兰福特

• 95雅克·格罗布勒

• 89丹尼斯·恩格尔曼

• 83彼得·普雷滕霍夫

• 83亚历山大·法比施

• 62马蒂厄·布隆德尔

• 60 Eustache Diemert

• 60内勒·瓦罗夸

• 49迈克尔·博马里托

• 45马诺伊-库马尔-S

• 28凯尔·卡斯特纳

• 26安德烈亚斯·穆勒

• 22诺埃尔·达维

• 21 Maheshakya Wijewardena

• 21 Brooke Osborn

• 21哈姆泽·阿尔萨利

• 21杰克·范德普拉斯

• 21菲利普·热维斯

• 19巴拉·苏布拉马尼亚姆·瓦拉纳西

• 12罗纳德·普利波

• 10米哈伊尔·科罗博夫

• 8托马斯·翁特辛纳

• 8杰弗里·布莱克本

• 8埃尔特曼

• 8布维格纳

• 7安基特·阿格拉瓦尔

• 7 CJ凯里

• 6丹尼尔·努里

• 6刘晨

• 6迈克尔·艾肯伯格

• 6 ugurthemaster

• 5亚伦·舒马赫

• 5巴蒂斯特·拉加德

• 5拉加特·坎杜贾

• 5罗伯特·麦吉诺夫

• 5塞尔吉奥·帕斯卡尔

• 4亚历克西斯·梅泰罗

• 4伊格纳西奥·罗西

• 第四章弗里奇

• 4塞巴斯蒂安·塞格

• 4伊万娜哈拉蒂·坎尼亚

• 4吨4

• 4罗伯特·雷顿

• 4艾莉莎

• 4阿莫斯Waterland

• 3安德鲁·塔洛克

• 3穆拉德

• 3史蒂文·莫德

• 3卡罗尔·皮斯尼亚克

• 3雅克·克瓦姆

• 3 cgohlke

• 3 cjlin

• 3迈克尔·贝克尔

• 3哈姆泽

• 3埃里克·雅各布森

• 3 john collins

• 3 kaushik 94

• 3欧文·马尔西

• 2顺时针

• 2 LK

• 2弗拉德·尼古拉

• 2洛朗·德雷尔

• 2埃里克·希尔茨

• 2劳尔·加雷塔

• 2巴斯克斯·巴埃萨义树

• 2廖永祥

• 2 abhishek thakur

• 2余宇杰

• 2罗希特·西瓦普拉萨德

• 2罗兰·萨博

• 2非机器

• 2亚历克西斯·米尼翁

• 2奥斯卡·卡尔森

• 2南塔斯·纳尔德利

• 2 jess010

• 2科瓦尔斯基87

• 2安德鲁·克莱格

• 2费德里科·瓦吉

• 2西蒙·弗里德

• 2费利克斯-安托万·福尔廷

• 1拉尔夫·戈默斯

• 1 T型船尾

• 1罗南·阿米塞尔

• 1鲁佩什·库马尔·斯里瓦斯塔瓦

• 1瑞安·王

• 1塞缪尔·查伦

• 1 Samuel St-Jean

• 1法比安·佩德雷戈萨

• 1船长海鸟

• 1 Stefan Walk

• 1斯特凡·范德沃特

• 1斯蒂芬·霍耶

• 1 Allen Riddell

• 1瓦伦丁·海内尔

• 1 Vijay Ramesh

• 1威尔·迈尔斯

• 1雅罗斯拉夫·哈尔琴科

• 1约尼·本·梅舒拉姆

• 1尤里·V·扎采夫

• 1 Adrinjalali

• 1 ai8 rahim

• 1阿莱马尼亚尼

• 1亚历克斯

• 1本杰明·威尔逊

• 1 chalmerlowe

• 1 dzikie垂涎欲滴

• 1 jamestwebber

• 1个矩阵

• 1 Popo

• 1个萨缪拉

• 1弗朗索瓦·布洛涅

• 1亚历山大措施

• 1伊森·怀特

• 1吉尔赫姆·特林

• 1亨德里克豪雅

• 1伊维萨约维奇

• 1 Jan Hendrik Metzen

• 1让·米歇尔·鲁利

• 1爱德华多·阿里诺·德拉·卢比奥

• 1 Jelle Zijlstra

• 1埃迪·L·O·扬森

• 1丹尼斯

• 1约翰

• 约翰·施密特

• 1豪尔赫·卡尼多·阿拉斯图伊

• 1约瑟夫·佩拉

• 图1约书亚·弗列德沃格德

• 1何塞·里卡多

• 1朱利安·米奥特

• 1凯末尔·埃伦

• 1佐藤健太

• 1大卫·库纳波

• 1凯尔·凯利

• 1丹尼尔·梅德里

• 1洛朗·卢斯

• 1洛朗·皮隆

• 1路易斯·佩德罗·科埃略

• 1丹尼尔·韦岑菲尔德

• 1克雷格·汤普森

• 1邱奇贵

• 马修·布雷特

• 1马蒂亚斯·费雷尔

• 1 Max Linke

• 1克里斯·菲洛·戈洛夫斯基

• 1查尔斯·厄尔

• 1迈克尔·汉克

• 1米歇尔·奥伦

• 1布莱恩·伦特

• 1布莱恩·卡恩斯

• 保罗·巴特勒

• 1帕韦托·曼德拉

• 1彼得

• 1安德鲁·阿什

• 1彼得·赞贝利

• 1斯塔布达