scikit learn的第三方扩展包
sklearn-extensions的Python项目详细描述
0.0.1版
scikit learn extensions（sklearn_extensions）是[scikit learn]（https://github.com/sklearn/sklearn）扩展的单一源存储库。它是有意的 为了赞扬scikit learn在添加新的预测因子和模块方面更为缓慢和谨慎的做法，使用 为可能不符合这些标准的sklearn兼容模块提供单独的pip可安装源代码。
特别是，这个项目对较小的一次性项目感兴趣，特别是gist，而不是更大的 已建立的（如2号塔、生命线或闪电）。除了大项目，我们会回避项目 具有显著的外部依赖性（即围绕vowpal wabbit或xgboost的包装），更喜欢 基于python/numpy/scipy的项目。
由于这些指导目标，此处包含的模块可能没有包含的模块经过良好测试、生产就绪或稳定 直接在sklearn。这几乎就是蛮荒的西部，测试任何大量使用这个包的东西。
文档位于：
[http://wdm0006.github.io/sklearn-extensions](http://wdm0006.github.io/sklearn-extensions）
安装/使用
我们的目标是首先支持python 3，并且托管在pypi上，因此只需安装：
pip install sklearn-extensions
注意，这里的安装将安装所有底层软件包，因此相当大。建议 你是在虚拟机里做的。
目前包括的扩展名
- [Kernel Regression](https://github.com/jmetzen/kernel_regression)
- [Fuzzy K-Means](https://gist.github.com/mblondel/1451300)
- [Sparse Filtering](https://github.com/jmetzen/sparse-filtering)
- [Extreme Learning Machines](https://github.com/dclambert/Python-ELM)
- [Non-negative Garotte](https://gist.github.com/agramfort/2351057)
待办事项
已经确定了一些包，但尚未添加。作为确定潜在项目的一般规则 要添加到sklearn扩展，如果无法安装pip:it可能是这里的候选者
- [Optimal Path Forest Classifiers](https://github.com/LibOPF/LibOPF)
- [Random Output Trees](https://github.com/arjoly/random-output-trees)
- [Simple MLP](https://gist.github.com/amueller/2061456)
- [Kernel SGD](https://gist.github.com/mblondel/2573392)
- [Kernel K-Means](https://gist.github.com/mblondel/6230787)
- [Non-Negative Least Squares](https://gist.github.com/mblondel/4421380)
- [Non-Negative Matrix Factorization](https://gist.github.com/omangin/8801846)
- [K-means Feature Mapper](https://gist.github.com/larsmans/5996074)
- [NMF via Coordinate Descent](https://gist.github.com/mblondel/09648344984565f9477a)
- [Pegasos](https://github.com/ejlb/pegasos)
- [Gaussian Processes](https://github.com/jmetzen/skgp)
- [Pinch Ratio Clustering](https://github.com/rsbowman/sklearn-prc)
- [py-soft-impute](https://github.com/travisbrady/py-soft-impute)
如果你还有什么建议，请随时补充，或者告诉我，我会尽力的。
贡献
如果您有要添加的扩展名，请提交拉取请求，我们可以将其加入。主要好处 因此，为了 管理层，项目的代码将在这里复制。本着开放源码软件的精神，我们还将致力于为 有意义的变化回到原来的项目以及。
新软件包的完整添加包含几个组件：
- Actual addition of package into sklearn_extensions directory
- Documentation of the included transformers/predictors in the sklearn_extensions docs
- An example or two (included in the aforementioned docs as well) in the examples directory
- A test or two, more if the source package has poor testing coverage
许可证
在大多数情况下，sklearn_扩展对外部项目所做的就是包括它们。所有的项目都将保留 隔离到他们自己的子目录中，并在这些子目录中携带他们的原始许可证。
所有与本项目相关的材料（特别是任何文档、测试、示例或原始代码）都在 BSD 3条款许可证。捆绑包中包含的任何软件包都保留其原始许可证（包含在其子目录中）
欢迎加入QQ群-->： 979659372
