pyDML：用于远程度量学习的Python库
胡安·路易斯·苏亚雷斯、萨尔瓦多·加西亚、弗朗西斯科·埃雷拉; 21(96):1−7, 2020.
摘要
pyDML是一个开源的python库，它提供了广泛的距离度量学习算法。距离度量学习有助于改进相似性学习算法，如最近邻分类器，也有其他应用，如降维。pyDML包目前提供了20多种算法，根据它们的用途，可以分类为：降维算法、改进最近邻居或最近质心分类器的算法、基于信息论的算法或基于内核的算法等。此外，该库还提供了一些实用程序，用于可视化分类器区域、参数调整和具有所实现算法性能的统计网站。该包依赖于scipy生态系统，它与scikit-learn完全兼容，并在GPLv3许可下分发。源代码和文档可在https://github.com/jlsuarezdiz/pyDML。
[腹肌]
[pdf格式][围兜] [代码]
