Classes#
Summary#
class |
class parent |
truncated documentation |
---|---|---|
Classifier or regressor following scikit-learn API. |
||
Base stochastic gradient descent optimizer. |
||
Definition of an element in a completion system, it contains the following members: |
||
define a completion system |
||
Node definition in a trie used to do completion, see Complétion. This implementation is not very efficient … |
||
raised when retrieving data |
||
Defines an edge of a graph. |
||
Defines a graph to compute a distance between two graphs. |
||
Pour retenir toutes les informations relatives a un segment, une position (pos), la norme du gradient (norme), … |
||
Stocke toutes les informations relatives à un segment de l’image reliant deux points du contour, reçoit les informations … |
||
The class tests a list of model over a list of datasets. |
||
Node ensemble. |
||
Classifier following scikit-learn API. |
||
Regressor following scikit-learn API. |
||
One node in a neural network. |
||
Définit une classe de nuage de points. On suppose qu’ils sont définis par une matrice, chaque ligne est un élément. … |
||
Implémente l’algorithme des plus proches voisins, version :ref:`LAESA <space_metric_algo_laesa_prime>`_ |
||
Définit un point de l’image ou un vecteur, deux coordonnées x et y qui sont réelles. |
||
Helper to draw a ROC curve. |
||
Stochastic gradient descent optimizer with momentum. |
||
Définit un segment, soit deux |
||
Définit un segment allant d’un bord à un autre de l’image, la classe va balayer toutes les orientations possibles, … |
||
Définit un segment allant d’un bord a un autre de l’image, la méthode importante est |
||
Un segment + un nombre de fausses alarmes, servira a memoriser les segments significatifs. |
||
Defines a vertex of a graph. |
||
Raised when the algorithm failed. |
||
Declaration of function needed to train a model. |
||