Alternativas a R mlr

R mlr Visión general

¡mlr proporciona esto para que pueda concentrarse en sus experimentos! El marco proporciona métodos supervisados ​​como clasificación, regresión y análisis de supervivencia junto con sus correspondientes métodos de evaluación y optimización, así como métodos no supervisados ​​como el agrupamiento. Está escrito de manera que puede extenderlo usted mismo o desviarse de los métodos de conveniencia implementados y sus propios experimentos complejos.
El paquete está bien conectado con el paquete OpenML R, que tiene como objetivo admitir el aprendizaje colaborativo en línea y permite compartir fácilmente conjuntos de datos, así como tareas de aprendizaje automático, algoritmos y experimentos.
Interfaz S3 clara para clasificación R, regresión, agrupamiento y métodos de análisis de supervivencia
Posibilidad de ajustar, predecir, evaluar y volver a muestrear modelos
Mecanismo de extensión fácil a través de la herencia S3
Descripción abstracta de alumnos y tareas por propiedades
Sistema de parámetros para que los alumnos codifiquen tipos de datos y restricciones
Muchos métodos de conveniencia y componentes básicos genéricos para sus experimentos de aprendizaje automático
Métodos de remuestreo como bootstrapping, validación cruzada y submuestreo
Amplias visualizaciones para, por ejemplo, curvas ROC, predicciones y predicciones parciales.
Benchmarking de estudiantes para múltiples conjuntos de datos.
Fácil ajuste de hiperparámetros mediante diferentes estrategias de optimización, incluidos potentes configuradores como F-racing iterado (irace) u optimización basada en modelos secuenciales
Selección variable con filtros y envoltorios.
Muestreo anidado de modelos con ajuste y selección de funciones
Aprendizaje sensible al costo, ajuste de umbral y corrección de desequilibrio
Mecanismo de envoltura para ampliar la funcionalidad del alumno de formas complejas y personalizadas
Combine diferentes pasos de procesamiento en una compleja cadena de minería de datos que puede optimizarse conjuntamente
Conector OpenML para el servidor Open Machine Learning
Puntos de extensión para integrar tus propias cosas
La paralelización está incorporada
Examen de la unidad

Mostrar más