Classicml

1. 增加模型权重的加载load_weights和保存save_weights功能
2. 增加 classicML.backend.io 模块，用于处理classicML的IO操作
3. 增加新的CC后端，全部模型现都支持了加速
4. 提高了CC后端的稳定性
5. 例行修复BUG

1. 修改API接口, 旧版代码迁移只需要简单修改路径即可

python
import classicML.models 模型模块
import classicML.plots 可视化工具
import classicML.backend.cc CC后端函数
import classicML.backend.python Python后端函数
import classicML.benchmarks 性能工具


2. classicML.models.bayes: 增加朴素贝叶斯, SPODE和AODE

3. classicML.backend: 开放后端算子单独调用, cc包下的为加速版本

4. classicML.benchmarks: 增加时间和内存开销的性能测试工具

5. 例行修复BUG

1. LinearModel: 增加LogisticRegression
2. LinearModel: 增加LinearDiscriminantAnalysis
3. SupportVectorMachine: 优化计算核函数的函数，减少代码重复

1. DecisionTree: 优化API调用方式，是语法更统一；增加决策树的输入特征数据类型，理论上现在支持一切的array-like的数据类型
2. NeuralNetwork: verbose支持显示预计时间；BPNN支持自定义损失函数
3. SupportVectorMachine: 添加支持向量分类器；支持的核函数有线性核、多项式核、高斯核、Sigmoid核和自定义核函数
4. 自定义核函数接口用户可以自定义, 并在DemoZoo提供例子
5. 例行修复BUG