python ant_('python,-ANT--编程字典',)

-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...

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值