0
MLR zapewnia to, dzięki czemu możesz skupić się na swoich eksperymentach!Ramy zapewniają nadzorowane metody, takie jak klasyfikacja, regresja i analiza przeżycia, wraz z odpowiadającymi im metodami oceny i optymalizacji, a także metody nienadzorowane, takie jak grupowanie.Jest napisany w taki sposób, że możesz go rozszerzyć samodzielnie lub odejść od zaimplementowanych metod wygody i własnych złożonych eksperymentów.pakiet jest ładnie połączony z pakietem OpenML R, który ma na celu wspieranie współpracy uczenia maszynowego online i pozwala na łatwe udostępnianie zestawów danych, a także zadań, algorytmów i eksperymentów uczenia maszynowego.Przejrzysty interfejs S3 do metod klasyfikacji R, regresji, grupowania i analizy przeżycia Możliwość dopasowania, przewidywania, oceny i ponownego modelowania modeli Łatwy mechanizm rozszerzania poprzez dziedziczenie S3 Abstrakcyjny opis uczniów i zadań według właściwości System parametrów dla uczących się do kodowania typów danych i ograniczeń Wiele wygodymetody i ogólne bloki konstrukcyjne dla eksperymentów uczenia maszynowego Metody ponownego próbkowania, takie jak ładowanie, walidacja krzyżowa i podpróbkowanie Rozbudowane wizualizacje np. krzywych ROC, prognoz i prognoz częściowych Testowanie porównawcze uczniów dla wielu zestawów danych Łatwe dostrajanie hiperparametrów przy użyciu różnych strategii optymalizacji, w tym potężnych konfiguratorów, takich jakiterowane wyścigi typu F (irace) lub sekwencyjna optymalizacja oparta na modelach Zmienny wybór z filtrami i opakowaniami Zagnieżdżone ponowne próbkowanie modeli z dostrajaniem i wyborem funkcji Uczenie się z uwzględnieniem kosztów, dostrajanie progów i korekcja nierównowagi Mechanizm owijania w celu rozszerzenia funkcji uczniarzeczywistość w złożony i niestandardowy sposób Połącz różne etapy przetwarzania ze złożonym łańcuchem eksploracji danych, który może być wspólnie zoptymalizowany Łącznik OpenML dla serwera Open Machine Learning Punkty rozszerzeń do integracji własnych elementów Paralelizacja jest wbudowana w Testowanie jednostkowe ...
r-mlr