-ANT-
MahmoudAbdelRahman
ANT
基于Python \ [scikit-learn](http://scikit-learn.org/)模块的Rhino \ grasshopper机器学习插件。
Goal.
该项目旨在通过使用着名的Python模块(Scikit-learn),使用Rhnio-Common C#和python编程语言,为Rhino \ Grasshopper开发一个机器学习插件,以实现复杂的机器学习监督和无监督学习方法。方便设计师和建筑师。它是开源的,并在BSD“简化”许可下发布。
![sphx_glr_plot_classifier_comparison_001]
Supports:
1. 1.线性模型:
![image]
ARDRegression ----贝叶斯ARD回归。贝叶斯里奇 - 贝叶斯岭回归
ElasticNet ----将L1和L2组合作为正则化器的线性回归。
ElasticNetCV ----弹性网模型,沿正则化路径迭代拟合拉斯----最小角度回归模型又名
LarsCV ----交叉验证的最小角度回归模型
Lasso ----使用L1作为正则化器(也称为Lasso)训练的线性模型
LassoCV ---- Lasso线性模型,沿正则化路径进行迭代拟合
LassoLars ---- Lasso模型适合最小角度回归aka
LassoLarsCV ----交叉验证的Lasso,使用LARS算法
LassoLarsIC ---- Lasso模型适合Lars使用BIC或AIC进行模型选择
LinearRegression ----普通最小二乘线性回归。
11.LogisticRegression ---- Logistic回归(又名logit,MaxEnt)分类器。
12.LogisticRegressionCV ---- Logistic回归CV(aka logit,MaxEnt)分类器。
MultiTaskLasso ----用L1 / L2混合范数作为正则化器训练的多任务Lasso模型
MultiTaskElasticNet ----使用L1 / L2混合范数作为正则化器训练的多任务ElasticNet模型
MultiTaskLassoCV ----具有内置交叉验证的多任务L1 / L2套索。
MultiTaskElasticNetCV ----具有内置交叉验证的多任务L1 / L2 ElasticNet。
OrthogonalMatchingPursuit ----正交匹配追踪模型(OMP)
OrthogonalMatchingPursuitCV ----交叉验证的正交匹配追踪模型(OMP)
PassiveAggressiveClassifier ----被动攻击性分类器
PassiveAggressiveRegressor ----被动攻击性回归者
21.感知器
RandomizedLasso ----随机套索。
RandomizedLogisticRegression ----随机Logistic回归
RANSACRegressor ---- RANSAC(RANdom SAmple Consensus)算法。
Ridge ----具有l2正则化的线性最小二乘法。
RidgeClassifier ----使用岭回归的分类器。
RidgeClassifierCV ---- Ridge分类器,内置交叉验证。
RidgeCV ----具有内置交叉验证的岭回归。
SGDClassifier ----具有SGD训练的线性分类器(SVM,逻辑回归,ao)。
SGDRegressor ----通过最小化SGD的正则化经验损失来拟合线性模型
TheilSenRegressor ---- Theil-Sen Estimator:强大的多元回归模型。
lars_path ----使用LARS算法计算最小角度回归或套索路径[1]
lasso_path ----用坐标下降计算Lasso路径
lasso_stability_path ----基于随机Lasso估计的稳定路径
logistic_regression_path ----为正则化参数列表计算Logistic回归模型。
orthogonal_mp ----正交匹配追踪(OMP)
orthogonal_mp_gram ----革命正交匹配追踪(OMP)
2. 2.支持向量机
![image]
1.支持向量分类器SVC
2.线性支持向量分类器LinSVC
3.Nu支持向量分类器NuSVC
4.支持向量回归SVR
5.线性支持向量回归LinSVR
6.Nu支持向量回归NuSVR
7.一类支持向量机
3. 决策树
![image]
DecisionTreeClassifier ------决策树分类器。
DecisionTreeRegressor ------决策树回归。
ExtraTreeClassifier ------一个非常随机的树分类器。
ExtraTreeRegressor ------一个非常随机的树回归器。
4. 最近的邻居
![image]
1.(不支持)NearestNeighbors --------用于实现邻居搜索的无监督学习者。
KNeighborsClassifier --------实现k近邻投票的分类器。
3.(尚不支持)RadiusNeighborsClassifier --------在给定半径内的邻居之间实现投票的分类器
KNeighborsRegressor --------基于k-最近邻居的回归。
RadiusNeighborsRegressor --------基于固定半径内的邻居的回归。
NearestCentroid --------最近的质心分类器。
(进行中 ... )
7。BallTree -------- BallTree用于快速广义的N点问题
8。KDTree -------- KDTree用于快速广义N点问题
9。LSHForest --------使用LSH林执行近似最近邻搜索。
11。KernelDensity --------核密度估计
12。kneighbors_graph --------计算X中点的k-Neighbors的(加权)图
13。radius_neighbors_graph --------计算X中各点的邻居(加权)图
项目源码
项目文档
更多...