文件名称：OnlineLearning.jl
文件大小：10KB
文件格式：ZIP
更新时间：2024-07-27 20:05:59
在线学习 Julia 中用于预测的在线小批量学习的实现。 学习者 一个Learner适合通过重复调用update!(l::Learner, x::DSMat{Float64}, y::Vector{Float64})的小型批次(x, y)的数据集的。 逐步更新学习器可以优化一些损失函数。 损失函数取决于Learner的具体子类型的实现。 实际的优化例程由AbstractSGD对象实现。 结果的值用predict(l::Learner, x::DSMat{Float64}) 。 predict!(obj::Learner, pr::Vector{Float64}, x::DSMat{Float64})方法就地计算预测。 特征 ( x ) 可以是稠密或稀疏矩阵。 （ DSMat{T}是DenseMatrix{T}或SparseMatrixCSC{T, Ti <: Integer}的别名）
【文件预览】：
OnlineLearning.jl-master
----.travis.yml(811B)
----test()
--------test_glm.jl(849B)
--------runtests.jl(156B)
----src()
--------glm.jl(5KB)
--------extra.jl(711B)
--------svm.jl(1KB)
--------glmmodel.jl(3KB)
--------sgd.jl(4KB)
--------utils.jl(892B)
--------OnlineLearning.jl(609B)
----LICENSE.md(1KB)
----REQUIRE(53B)
----README.md(3KB)