Mlpy - Mlpy
| Vývojáři | Vedoucí vývojář: Davide Albanese; Přispěvatelé: Giuseppe Jurman, Stefano Merler, Roberto Visintainer, Marco Chierici |
|---|---|
| Stabilní uvolnění | 3.5.0 / 12. března 2012 |
| Napsáno | Krajta, C a C ++ |
| Operační systém | Linux, Operační Systém Mac, FreeBSD, Okna |
| Typ | Strojové učení |
| Licence | GPL |
| webová stránka | mlpy |
mlpy je Krajta, open-source, strojové učení knihovna postavená na NumPy /SciPy, Vědecká knihovna GNU a ve velké míře využívá Cython Jazyk. mlpy poskytuje širokou škálu nejmodernějších metod strojového učení pro supervizované a nekontrolované problémy a je zaměřen na nalezení rozumného kompromisu mezi modularitou, udržovatelností, reprodukovatelností, použitelností a efektivitou. mlpy je multiplatformní, pracuje s Pythonem 2 a 3 a je distribuován pod GPL3.
Vhodný pro úlohy strojového učení pro všeobecné použití,[1][ověření se nezdařilo ][2][ověření se nezdařilo ][3][4][ověření se nezdařilo ] Motivačním polem aplikace mlpy je bioinformatika, tj. analýza vysoce výkonných omických dat.[5]
Funkce
- Regrese: nejmenší čtverce, hřebenová regrese, nejmenší regrese úhlu, elastická síť, regrese jádra hřebene, podporovat vektorové stroje (SVM), částečné nejmenší čtverce (PLS)
- Klasifikace: lineární diskriminační analýza (LDA), základní perceptron Elastická síť, logistická regrese, (Kernel) Support Vector Machines (SVM), Diagonal Linear Discriminant Analysis (DLDA), Golub Classifier, Parzen-based, (kernel) Fisher Discriminant Classifier, k-nearest Neighbor, Iterative RELIEF, Classification Tree, Maximum Likelihood Classifier
- Shlukování: hierarchické shlukování, Hierarchické shlukování šetřící paměť, k-prostředky
- Snížení rozměrů: (Jádro) Fisherova diskriminační analýza (FDA), spektrální regresní diskriminační analýza (SRDA), (jádro) Analýza hlavních komponent (PCA)
Funkce založené na jádře jsou spravovány prostřednictvím společné vrstvy jádra. Uživatel si může zejména vybrat mezi dodáním dat nebo předpočítaným jádrem ve vstupním prostoru. Lineární, polynomiální, gaussovské, exponenciální a sigmoidní jádra jsou k dispozici jako výchozí volby a lze definovat také vlastní jádra. Mnoho klasifikačních a regresních algoritmů je vybaveno interním postupem hodnocení funkcí: alternativně mlpy implementuje algoritmus I-Relief. Eliminace rekurzivní funkce (RFE) pro lineární klasifikátory a pro výběr prvků je k dispozici algoritmus KFDA-RFE. Metody pro analýzu seznamu funkcí (například indikátor stability Canberra[6]), jsou poskytovány převzorkování dat a vyhodnocení chyb spolu s různými metodami klastrové analýzy (hierarchická, hierarchická s úsporou paměti, k-means). Nakonec jsou zahrnuty vyhrazené dílčí moduly pro analýzu podélných dat pomocí waveletové transformace (kontinuální, diskrétní a nedecimované) a dynamických programovacích algoritmů (Dynamic Time Warping a varianty).
Viz také
- scikit-učit se, knihovna strojového učení s otevřeným zdrojovým kódem pro programovací jazyk Python
- Infer.NET, knihovna open source strojového učení pro .NET Framework
Reference
- ^ Soleymani et al (2011). Kontinuální detekce emocí v reakci na hudební videa. Mezinárodní konference IEEE o automatickém rozpoznávání tváří a gest a workshopy 2011.
- ^ Megies, T. a kol. (2011). ObsPy - Co může udělat pro datová centra a observatoře? Annals of Geophysics, 2011.
- ^ Nguyen, M. H (2010). Nguyen a kol. Optimální výběr funkcí pro podporu vektorových strojů. Rozpoznávání vzorů, 2010.
- ^ Santana R. (2011) R. Santana. Odhad distribučních algoritmů: od dostupných implementací až po potenciální vývoj. Sborník příspěvků ze 13. ročníku konference o genetických a evolučních výpočtech, 2011.
- ^ Wuchty S. (2010). Genové dráhy a podsítě rozlišují mezi hlavními podtypy gliomu a objasňují potenciální biologii. Journal of Biomedical Informatics, 2010
- ^ Jurman, Giuseppe; Merler, Stefano; Barla, Annalisa; Paoli, Silvano; Galea, Antonio; Furlanello, Cesare (2008). „Algebraické ukazatele stability pro seřazené seznamy v molekulárním profilování“. Bioinformatika. 24 (2): 258–264. doi:10.1093 / bioinformatika / btm550. PMID 18024475. Citováno 1. listopadu 2013.