mlr menyediakan ini supaya anda boleh memberi tumpuan kepada eksperimen anda!Rangka kerja ini menyediakan kaedah yang diselia seperti analisis klasifikasi, regresi dan survival bersama dengan kaedah penilaian dan pengoptimuman mereka yang sepadan, serta kaedah yang tidak diselia seperti kluster.Ia ditulis dengan cara yang anda boleh memperluaskannya sendiri atau menyimpang dari kaedah kemudahan yang dilaksanakan dan eksperimen kompleks anda sendiri.pakej disambungkan dengan baik kepada pakej OpenML R, yang bertujuan untuk menyokong pembelajaran mesin pembelajaran secara dalam talian dan membolehkan anda dengan mudah berkongsi data serta tugas pembelajaran mesin, algoritma dan eksperimen.Antara muka yang jelas antara muka S3 dengan klasifikasi, regresi, clustering dan kaedah analisis survival Kemungkinan untuk menyesuaikan, meramalkan, menilai dan merampas semula model Mekanisme penyambungan mudah melalui warisan S3 Abstrak penerangan pelajar dan tugas oleh sifat Sistem Parameter bagi pelajar untuk mengodkan jenis data dan kekangan Banyak kemudahankaedah dan blok bangunan generik untuk eksperimen pembelajaran mesin Anda Menyerap semula kaedah seperti bootstrapping, cross-validation dan subsampling Visualisasi yang luas untuk contoh kurungan ROC, ramalan dan ramalan separa Penanda aras pelajar untuk pelbagai set data Penyetelan hyperparameter yang mudah menggunakan strategi pengoptimuman yang berbeza, termasuk konfigurasi yang kuat sepertiiterated F-racing (irace) atau pengoptimuman model berurutan Pilihan pemilihan dengan penapis dan pembalut Nested resampling model dengan tuning dan pemilihan ciri Belajar kos sensitif, penentuan ambang dan pembetulan ketidakseimbangan Mekanisme pembungkus untuk memperpanjang fasilitatornality dalam cara yang rumit dan tersuai Menggabungkan langkah-langkah pemprosesan yang berbeza ke rantaian perlombongan data yang kompleks yang boleh dioptimumkan bersama penyambung OpenML untuk pelayan Pembelajaran Mesin Pembuka Terbuka untuk mengintegrasikan barangan anda sendiri Parallelization adalah terbina dalam Unit-testing ...
r-mlr

Kategori

Alternatif untuk R mlr untuk Self-Hosted