文件名称：pylmnn:大型边距最近的python实现
文件大小：32KB
文件格式：ZIP
更新时间：2024-05-22 22:21:54
machine-learning nearest-neighbor-search metric-learning lmnn large-margin-nearest-neighbors
派尔蒙 PyLMNN是用于在纯python中进行度量学习的算法的实现。 此实现紧密遵循在找到的Kilian Weinberger的原始MATLAB代码。 此版本解决了无限制的优化问题，并使用L-BFGS作为后端优化器找到了线性变换。 该软件包还可以使用出色的软件包通过贝叶斯优化找到LMNN的最佳超参数。 安装 该代码是在Ubuntu 16.04下的python 3.5中开发的，并且也在Ubuntu 18.04和python 3.6下进行了测试。 您可以使用以下命令克隆存储库： git clone https://github.com/johny-c/pylmnn.git 或通过pip安装它： pip3 install pylmnn 依存关系 numpy的> = 1.11.2 scipy> = 0.18.1 scikit_learn> = 0.18.1 可选依赖项 如果要使用超参
【文件预览】：
pylmnn-master
----setup.py(2KB)
----.gitignore(678B)
----requirements.txt(62B)
----LICENCE(1KB)
----examples()
--------demo_find_hyperparams.py(464B)
--------sklearn_lmnn_pipeline_demo.ipynb(3KB)
--------minimal.py(1015B)
--------__init__.py(0B)
--------demo_olivetti.py(955B)
--------demo_plot_features.py(3KB)
----README.rst(3KB)
----tests()
--------__init__.py(0B)
--------test_bayesopt.py(405B)
--------test_lmnn.py(22KB)
----docs()
--------Makefile(580B)
--------api.rst(422B)
--------index.rst(450B)
--------conf.py(6KB)
--------readme.rst(27B)
----pylmnn()
--------__init__.py(104B)
--------lmnn.py(50KB)
--------utils.py(2KB)
--------bayesopt.py(4KB)