R mlr の代替手段
6R mlr の代わりとなる 6 個の無料および有料のリストをまとめました。 主な競合相手はH2O.ai、 R Caretです。 これらに加えて、ユーザーは R mlr と ML.NET、 python auto-sklearn、 R MLstudio の間の比較も行います。 また、他の同様のオプションもここで確認できます: About。
R mlr の代わりとなる 6 個の無料および有料のリストをまとめました。 主な競合相手はH2O.ai、 R Caretです。 これらに加えて、ユーザーは R mlr と ML.NET、 python auto-sklearn、 R MLstudio の間の比較も行います。 また、他の同様のオプションもここで確認できます: About。
R mlr の代わりとなる 6 個の無料および有料のリストをまとめました。 主な競合相手はH2O.ai、 R Caretです。 これらに加えて、ユーザーは R mlr と ML.NET、 python auto-sklearn、 R MLstudio の間の比較も行います。 また、他の同様のオプションもここで確認できます: About。
Rの機械学習:mlr、Rの機械学習実験のフレームワーク
mlrは、実験に集中できるようにこれを提供します! このフレームワークは、分類、回帰、生存分析などの教師付きメソッドと、それらに対応する評価および最適化メソッド、クラスタリングなどの教師なしメソッドを提供します。 独自に拡張したり、実装された便利なメソッドや独自の複雑な実験から逸脱したりできるように書かれています。
パッケージはOpenML Rパッケージにうまく接続されています。これは、オンラインでの共同機械学習をサポートすることを目的としており、機械学習タスク、アルゴリズム、実験と同様にデータセットを簡単に共有できます。
R分類、回帰、クラスタリング、および生存分析メソッドへの明確なS3インターフェイス
モデルの適合、予測、評価、リサンプリングの可能性
S3継承による簡単な拡張メカニズム
プロパティによる学習者とタスクの抽象的な説明
学習者がデータ型と制約をエンコードするためのパラメーターシステム
機械学習実験のための多くの便利な方法と一般的な構成要素
ブートストラップ、クロス検証、サブサンプリングなどのリサンプリング方法
ROC曲線、予測、部分予測などの広範な視覚化
複数のデータセットに対する学習者のベンチマーク
反復Fレーシング(irace)や逐次モデルベースの最適化などの強力なコンフィギュレーターを含む、さまざまな最適化戦略を使用した簡単なハイパーパラメーターチューニング
フィルターとラッパーを使用した変数選択
チューニングと機能選択によるモデルのネストされたリサンプリング
コストに敏感な学習、しきい値調整、不均衡修正
複雑でカスタムな方法で学習機能を拡張するラッパーメカニズム
さまざまな処理ステップを、共同で最適化できる複雑なデータマイニングチェーンに結合します
Open Machine Learningサーバー用のOpenMLコネクタ
独自のものを統合するための拡張ポイント
並列化が組み込まれています
単体テスト
ソフトウェアについての意見を共有し、レビューを残してさらに向上させるのに役立てましょう!
変更の提案
あなたのフィードバック
Your vote has been counted.
Do you have experience using this software?