हमने 9 मुफ्त और भुगतान करने वाले R Caret के विकल्पों की सूची तैयार की है। मुख्य प्रतिस्पर्धी में शामिल हैं H2O.ai, Actian। उनके अलावा, उपयोगकर्ताओं द्वारा R Caret और prevision.io, AdvancedMiner, ML.NET के बीच तुलनाएँ भी की जाती हैं। इसके अलावा, यहाँ आप अन्य समान विकल्पों को भी देख सकते हैं: About।
हमने 9 मुफ्त और भुगतान करने वाले R Caret के विकल्पों की सूची तैयार की है। मुख्य प्रतिस्पर्धी में शामिल हैं H2O.ai, Actian। उनके अलावा, उपयोगकर्ताओं द्वारा R Caret और prevision.io, AdvancedMiner, ML.NET के बीच तुलनाएँ भी की जाती हैं। इसके अलावा, यहाँ आप अन्य समान विकल्पों को भी देख सकते हैं: About।
कैरेट पैकेज (_C_lassification _A_nd _RE_gression _T_raining के लिए छोटा) के लिए एक सेट ...
कैरेट पैकेज (_C_lassification _A_nd _RE_gression _T_raining के लिए छोटा) के लिए एक सेट ...
R Caret प्लेटफ़ॉर्म
Windows
Linux
Mac
R Caret अवलोकन
कैरेट पैकेज (_C_lassification _A_nd _RE_gression _T_raining के लिए संक्षिप्त) ऐसे कार्यों का एक समूह है, जो पूर्वानुमानित मॉडल बनाने के लिए प्रक्रिया को कारगर बनाने का प्रयास करता है। पैकेज में निम्न उपकरण हैं:
डेटा विभाजन पूर्व प्रसंस्करण फीचर चयन resampling का उपयोग कर मॉडल ट्यूनिंग चर महत्व का अनुमान
साथ ही अन्य कार्यक्षमता।
आर में कई अलग-अलग मॉडलिंग फ़ंक्शन हैं। कुछ में मॉडल प्रशिक्षण और / या भविष्यवाणी के लिए अलग-अलग वाक्यविन्यास हैं। पैकेज एक समान इंटरफ़ेस प्रदान करने के लिए एक फ़ंक्शन के रूप में शुरू हुआ, साथ ही साथ सामान्य कार्यों (जैसे पैरामीटर ट्यूनिंग और चर महत्व) को मानकीकृत करने का एक तरीका है।
वर्तमान रिलीज़ संस्करण CRAN पर पाया जा सकता है और इस परियोजना को github पर होस्ट किया गया है।
कुछ संसाधन:
एप्लाइड प्रिडिक्टिव मॉडलिंग की सुविधा में 40 से अधिक आर पैकेज हैं। यह अमेज़न या प्रकाशक की वेबसाइट पर बिक्री पर है। एक साथी वेबसाइट भी है। जर्नल ऑफ स्टैटिस्टिकल सॉफ्टवेयर में कैरट पर एक पेपर भी है। उदाहरण डेटा यहां (भविष्यवक्ता) और यहां (परिणाम) प्राप्त किया जा सकता है। Youtube पर पैकेज के लिए एक वेबिनार है जो ऑरेंज काउंटी आर उपयोगकर्ता समूह के लिए रे डिगियाको जूनियर द्वारा आयोजित और रिकॉर्ड किया गया था। उपयोग पर! 2014 में, मुझे साक्षात्कार और पैकेज और पुस्तक पर चर्चा हुई। डेटाकैंप में कैरेट का उपयोग करके आर में मशीन सीखने पर एक शुरुआती ट्यूटोरियल है।
आप हमेशा मुझे प्रश्नों, टिप्पणियों या सुझावों के साथ ईमेल कर सकते हैं।