Version 0.13

Version 0.13.1

23. Februar 2013

Das Release 0.13.1 behebt nur einige Fehler und fügt keine neue Funktionalität hinzu.

Änderungsprotokoll

• Behebt einen Testfehler, der dadurch verursacht wurde, dass die Funktion cross_validation.train_test_split von Yaroslav Halchenko als Test interpretiert wurde.

• Behebt einen Fehler bei der Neuzuweisung kleiner Cluster in cluster.MiniBatchKMeans von Gael Varoquaux.

• Behebt den Standardwert von gamma in decomposition.KernelPCA von Lars Buitinck.

• Aktualisiert joblib auf 0.7.0d von Gael Varoquaux.

• Behebt die Skalierung der Deviance in ensemble.GradientBoostingClassifier von Peter Prettenhofer.

• Besseres Tie-Breaking in multiclass.OneVsOneClassifier von Andreas Müller.

• Weitere kleine Verbesserungen an Tests und Dokumentation.

Personen

Liste der Mitwirkenden für Release 0.13.1 nach Anzahl der Commits.

• 16 Lars Buitinck

• 12 Andreas Müller

• 8 Gael Varoquaux

• 5 Robert Marchman

• 3 Peter Prettenhofer

• 2 Hrishikesh Huilgolkar

• 1 Bastiaan van den Berg

• 1 Diego Molla

• 1 Gilles Louppe

• 1 Mathieu Blondel

• 1 Nelle Varoquaux

• 1 Rafael Cunha de Almeida

• 1 Rolando Espinoza La fuente

• 1 Vlad Niculae

• 1 Yaroslav Halchenko

Version 0.13

21. Januar 2013

Neue Schätzer-Klassen

• dummy.DummyClassifier und dummy.DummyRegressor, zwei datenunabhängige Prädiktoren von Mathieu Blondel. Nützlich zur Überprüfung Ihrer Schätzer. Siehe Dummy-Schätzer im Benutzerhandbuch. Multioutput-Unterstützung hinzugefügt von Arnaud Joly.

• decomposition.FactorAnalysis, ein Transformer, der die klassische Faktorenanalyse implementiert, von Christian Osendorfer und Alexandre Gramfort. Siehe Faktorenanalyse im Benutzerhandbuch.

• feature_extraction.FeatureHasher, ein Transformer, der den „Hashing-Trick“ für schnelle, speichereffiziente Merkmalsextraktion aus Zeichenkettenfeldern implementiert, von Lars Buitinck und feature_extraction.text.HashingVectorizer für Textdokumente von Olivier Grisel. Siehe Feature-Hashing und Vektorisierung eines großen Textkorpus mit dem Hashing-Trick für die Dokumentation und Beispiele.

• pipeline.FeatureUnion, ein Transformer, der die Ergebnisse mehrerer anderer Transformer verkettet, von Andreas Müller. Siehe FeatureUnion: zusammengesetzte Merkmalsräume im Benutzerhandbuch.

• random_projection.GaussianRandomProjection, random_projection.SparseRandomProjection und die Funktion random_projection.johnson_lindenstrauss_min_dim. Die ersten beiden sind Transformer, die Gaußsche und dünne Zufallsprojektionsmatrizen implementieren, von Olivier Grisel und Arnaud Joly. Siehe Zufallsprojektion im Benutzerhandbuch.

• kernel_approximation.Nystroem, ein Transformer zur Approximation beliebiger Kerne von Andreas Müller. Siehe Nystroem-Methode zur Kernapproximation im Benutzerhandbuch.

• preprocessing.OneHotEncoder, ein Transformer, der binäre Kodierungen kategorialer Merkmale berechnet, von Andreas Müller. Siehe Kodierung kategorialer Merkmale im Benutzerhandbuch.

• linear_model.PassiveAggressiveClassifier und linear_model.PassiveAggressiveRegressor, Prädiktoren, die eine effiziente stochastische Optimierung für lineare Modelle implementieren, von Rob Zinkov und Mathieu Blondel. Siehe Passive Aggressive Algorithmen im Benutzerhandbuch.

• ensemble.RandomTreesEmbedding, ein Transformer zur Erzeugung hochdimensionaler dünner Repräsentationen mittels Ensembles von völlig zufälligen Bäumen, von Andreas Müller. Siehe Totally Random Trees Embedding im Benutzerhandbuch.

• manifold.SpectralEmbedding und Funktion manifold.spectral_embedding, die die „Laplacian Eigenmaps“-Transformation zur nichtlinearen Dimensionsreduktion implementieren, von Wei Li. Siehe Spektrale Einbettung im Benutzerhandbuch.

• isotonic.IsotonicRegression von Fabian Pedregosa, Alexandre Gramfort und Nelle Varoquaux,

Änderungsprotokoll

• metrics.zero_one_loss (früher metrics.zero_one) hat nun eine Option für normalisierte Ausgabe, die den Bruchteil der Fehlklassifizierungen anzeigt, anstatt der rohen Anzahl der Fehlklassifizierungen. Von Kyle Beauchamp.

• tree.DecisionTreeClassifier und alle abgeleiteten Ensemble-Modelle unterstützen nun Stichprobengewichtung, von Noel Dawe und Gilles Louppe.

• Geschwindigkeitsverbesserung bei der Verwendung von Bootstrap-Stichproben in Ensembles von zufälligen Bäumen, von Peter Prettenhofer und Gilles Louppe.

• Partial Dependence Plots für Gradient-Boosting-Bäume in ensemble.partial_dependence.partial_dependence von Peter Prettenhofer. Siehe Partial Dependence und Individual Conditional Expectation Plots als Beispiel.

• Das Inhaltsverzeichnis auf der Website ist nun erweiterbar, von Jaques Grobler.

• feature_selection.SelectPercentile bricht nun Bindungen deterministisch auf, anstatt alle gleichrangigen Merkmale zurückzugeben.

• feature_selection.SelectKBest und feature_selection.SelectPercentile sind numerisch stabiler, da sie Scores anstelle von p-Werten zur Rangfolge der Ergebnisse verwenden. Dies bedeutet, dass sie manchmal andere Merkmale auswählen als zuvor.

• Ridge-Regression und Ridge-Klassifizierung mit dem sparse_cg-Löser haben keine quadratische Speicherkomplexität mehr, von Lars Buitinck und Fabian Pedregosa.

• Ridge-Regression und Ridge-Klassifizierung unterstützen nun einen neuen schnellen Löser namens lsqr, von Mathieu Blondel.

• Beschleunigung von metrics.precision_recall_curve von Conrad Lee.

• Unterstützung für das Lesen/Schreiben von svmlight-Dateien mit paarweisem Präferenzattribut (qid im svmlight-Dateiformat) in datasets.dump_svmlight_file und datasets.load_svmlight_file hinzugefügt, von Fabian Pedregosa.

• Schnellere und robustere metrics.confusion_matrix und Bewertung der Clustering-Leistung von Wei Li.

• cross_validation.cross_val_score funktioniert nun mit vorberechneten Kernels und Affinitätsmatrizen, von Andreas Müller.

• LARS-Algorithmus wurde mit Heuristiken zur Entfernung zu stark korrelierter Regressoren und zum Stoppen des Pfades bei überwiegendem numerischem Rauschen numerisch stabiler gemacht, von Gael Varoquaux.

• Schnellere Implementierung von metrics.precision_recall_curve von Conrad Lee.

• Neuer Kernel metrics.chi2_kernel von Andreas Müller, oft in Computer-Vision-Anwendungen verwendet.

• Behebung eines seit langem bestehenden Fehlers in naive_bayes.BernoulliNB, behoben von Shaun Jackman.

• Implementiert predict_proba in multiclass.OneVsRestClassifier, von Andrew Winterman.

• Verbesserte Konsistenz beim Gradient Boosting: Die Schätzer ensemble.GradientBoostingRegressor und ensemble.GradientBoostingClassifier verwenden den Schätzer tree.DecisionTreeRegressor anstelle der Datenstruktur tree._tree.Tree, von Arnaud Joly.

• Behebt einen Gleitkommafehler im Modul Entscheidungsbäume, von Seberg.

• Behebt, dass metrics.roc_curve fehlschlägt, wenn y_true nur eine Klasse hat, von Wei Li.

• Fügt die Funktion metrics.mean_absolute_error hinzu, die den mittleren absoluten Fehler berechnet. Die Metriken metrics.mean_squared_error, metrics.mean_absolute_error und metrics.r2_score unterstützen Multi-Output, von Arnaud Joly.

• Behebt die Unterstützung für class_weight in svm.LinearSVC und linear_model.LogisticRegression, von Andreas Müller. Die Bedeutung von class_weight wurde umgekehrt, da ein höherer Gewichtswert fälschlicherweise weniger Positive einer bestimmten Klasse bedeutete.

• Verbesserung der erzählerischen Dokumentation und Konsistenz in sklearn.metrics für Metriken bei Regression und Klassifizierung, von Arnaud Joly.

• Behebt einen Fehler in sklearn.svm.SVC bei Verwendung von csr-Matrizen mit unsortierten Indizes, von Xinfan Meng und Andreas Müller.

• cluster.MiniBatchKMeans: Zufällige Neuzuweisung von Cluster-Zentren mit wenigen zugeordneten Beobachtungen, von Gael Varoquaux.

Zusammenfassung der API-Änderungen

• Alle Vorkommen von n_atoms wurden zur Konsistenz in n_components umbenannt. Dies gilt für decomposition.DictionaryLearning, decomposition.MiniBatchDictionaryLearning, decomposition.dict_learning, decomposition.dict_learning_online.

• Alle Vorkommen von max_iters wurden zur Konsistenz in max_iter umbenannt. Dies gilt für semi_supervised.LabelPropagation und semi_supervised.label_propagation.LabelSpreading.

• Alle Vorkommen von learn_rate wurden zur Konsistenz in learning_rate umbenannt. Dies gilt für ensemble.BaseGradientBoosting und ensemble.GradientBoostingRegressor.

• Das Modul sklearn.linear_model.sparse ist verschwunden. Die Unterstützung für dünne Matrizen wurde bereits in die „regulären“ linearen Modelle integriert.

• sklearn.metrics.mean_square_error, das fälschlicherweise den akkumulierten Fehler zurückgab, wurde entfernt. Verwenden Sie stattdessen metrics.mean_squared_error.

• Das Übergeben von class_weight-Parametern an fit-Methoden wird nicht mehr unterstützt. Übergeben Sie sie stattdessen an die Konstruktoren der Schätzer.

• GMMs haben keine decode- und rvs-Methoden mehr. Verwenden Sie stattdessen die Methoden score, predict oder sample.

• Die Option solver beim Anpassen von Ridge-Regression und -Klassifizierung ist nun veraltet und wird in v0.14 entfernt. Verwenden Sie stattdessen die Konstruktoroption.

• feature_extraction.text.DictVectorizer gibt nun dünne Matrizen im CSR-Format zurück, anstatt COO.

• k in cross_validation.KFold und cross_validation.StratifiedKFold wurde in n_folds umbenannt, n_bootstraps in n_iter in cross_validation.Bootstrap.

• Alle Vorkommen von n_iterations wurden zur Konsistenz in n_iter umbenannt. Dies gilt für cross_validation.ShuffleSplit, cross_validation.StratifiedShuffleSplit, utils.extmath.randomized_range_finder und utils.extmath.randomized_svd.

• rho in linear_model.ElasticNet und linear_model.SGDClassifier wurde durch l1_ratio ersetzt. Der Parameter rho hatte unterschiedliche Bedeutungen; l1_ratio wurde eingeführt, um Verwirrung zu vermeiden. Er hat die gleiche Bedeutung wie das frühere rho in linear_model.ElasticNet und (1-rho) in linear_model.SGDClassifier.

• linear_model.LassoLars und linear_model.Lars speichern nun eine Liste von Pfaden im Falle mehrerer Ziele, anstatt eines Arrays von Pfaden.

• Das Attribut gmm von hmm.GMMHMM wurde in gmm_ umbenannt, um stärker mit der API übereinzustimmen.

• cluster.spectral_embedding wurde nach manifold.spectral_embedding verschoben.

• eig_tol in manifold.spectral_embedding, cluster.SpectralClustering wurde in eigen_tol umbenannt, mode wurde in eigen_solver umbenannt.

• mode in manifold.spectral_embedding und cluster.SpectralClustering wurde in eigen_solver umbenannt.

• Die Attribute classes_ und n_classes_ von tree.DecisionTreeClassifier und allen abgeleiteten Ensemble-Modellen sind nun flach für Probleme mit einer einzigen Ausgabe und verschachtelt für Probleme mit mehreren Ausgaben.

• Das Attribut estimators_ von ensemble.GradientBoostingRegressor und ensemble.GradientBoostingClassifier ist nun ein Array von tree.DecisionTreeRegressor.

• Umbenannt chunk_size in batch_size in decomposition.MiniBatchDictionaryLearning und decomposition.MiniBatchSparsePCA zur Konsistenz.

• svm.SVC und svm.NuSVC stellen nun ein classes_ Attribut bereit und unterstützen beliebige dtypes für Labels y. Außerdem spiegelt der von predict zurückgegebene dtype nun den dtype von y während fit (war früher np.float).

• Standard test_size in cross_validation.train_test_split auf None geändert, Möglichkeit hinzugefügt, test_size aus train_size in cross_validation.ShuffleSplit und cross_validation.StratifiedShuffleSplit abzuleiten.

• Funktion sklearn.metrics.zero_one umbenannt in sklearn.metrics.zero_one_loss. Beachten Sie, dass das Standardverhalten in sklearn.metrics.zero_one_loss sich von sklearn.metrics.zero_one unterscheidet: normalize=False wurde zu normalize=True geändert.

• Funktion metrics.zero_one_score umbenannt in metrics.accuracy_score.

• datasets.make_circles hat nun die gleiche Anzahl von inneren und äußeren Punkten.

• Bei den Naive Bayes Klassifikatoren wurde der Parameter class_prior von fit nach __init__ verschoben.

Personen

Liste der Mitwirkenden für Release 0.13 nach Anzahl der Commits.

• 364 Andreas Müller

• 143 Arnaud Joly

• 137 Peter Prettenhofer

• 131 Gael Varoquaux

• 117 Mathieu Blondel

• 108 Lars Buitinck

• 106 Wei Li

• 101 Olivier Grisel

• 65 Vlad Niculae

• 54 Gilles Louppe

• 40 Jaques Grobler

• 38 Alexandre Gramfort

• 30 Rob Zinkov

• 19 Aymeric Masurelle

• 18 Andrew Winterman

• 17 Fabian Pedregosa

• 17 Nelle Varoquaux

• 16 Christian Osendorfer

• 14 Daniel Nouri

• 13 Virgile Fritsch

• 13 syhw

• 12 Satrajit Ghosh

• 10 Corey Lynch

• 10 Kyle Beauchamp

• 9 Brian Cheung

• 9 Immanuel Bayer

• 9 mr.Shu

• 8 Conrad Lee

• 8 James Bergstra

• 7 Tadej Janež

• 6 Brian Cajes

• 6 Jake Vanderplas

• 6 Michael

• 6 Noel Dawe

• 6 Tiago Nunes

• 6 cow

• 5 Anze

• 5 Shiqiao Du

• 4 Christian Jauvin

• 4 Jacques Kvam

• 4 Richard T. Guy

• 4 Robert Layton

• 3 Alexandre Abraham

• 3 Doug Coleman

• 3 Scott Dickerson

• 2 ApproximateIdentity

• 2 John Benediktsson

• 2 Mark Veronda

• 2 Matti Lyra

• 2 Mikhail Korobov

• 2 Xinfan Meng

• 1 Alejandro Weinstein

• 1 Alexandre Passos

• 1 Christoph Deil

• 1 Eugene Nizhibitsky

• 1 Kenneth C. Arnold

• 1 Luis Pedro Coelho

• 1 Miroslav Batchkarov

• 1 Pavel

• 1 Sebastian Berg

• 1 Shaun Jackman

• 1 Subhodeep Moitra

• 1 bob

• 1 dengemann

• 1 emanuele

• 1 x006