scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

跟踪比是判别分析中的自然标准，因为它直接与训练数据点之间的欧几里得距离相关。 本文对该标准进行了重新分析，并开发了一种快速算法来寻找正交约束线迹比问题的全局最优值。 基于这个问题，我们提出了一种通过标签传播的新型半监督正交判别分析方法。 与现有的半监督降维算法不同，我们的算法通过专门设计的标签传播将标签信息从标签数据传播到未标签数据，从而可以更有效地探索未标签数据的分布以学习更好的分类-空间。 在玩具示例和实际应用中进行的大量实验验证了我们算法的有效性，并证明了与最新算法相比有很多改进。