언어 선택

R mlr

R mlr 대안

6개의 무료 및 유료 대안을 R mlr에 대한 목록으로 정리했습니다. 주요 경쟁 업체는 H2O.ai, R Caret입니다. 이 외에도 사용자들은 R mlr와 ML.NET, R MLstudio, python auto-sklearn 간에 비교를 하기도 합니다. 또한 여기서 다른 유사한 옵션을 살펴볼 수 있습니다: About.

H2O.ai

Free Open Source

H2O는 오픈 소스, 인 메모리, 분산, 빠르고 확장 가능한 머신 러닝 및 예측 기능입니다 ...

R Caret

Open Source

The caret package (short for _C_lassification _A_nd _RE_gression _T_raining) is a set of functions...

-1

ML.NET

Free Open Source

.net 프레임 워크 및 C #에서 Microsoft의 기계 학습 프레임 워크

-2

R MLstudio

Free Open Source

ML Studio는 EDA, 통계 모델링 및 기계 학습 응용 프로그램을 위해 대화식입니다.

-5

python auto-sklearn

Free Open Source

auto-sklearn은 자동화 된 기계 학습 툴킷입니다.

-11

datarobot

자동화 된 머신 러닝으로 AI 기반 엔터프라이즈가 되십시오

-1

R mlr

Open Source

웹사이트 방문

Github

R의 기계 학습 : mlr, R의 기계 학습 실험을위한 프레임 워크

R mlr 플랫폼

Linux

Mac

Windows

R mlr 개요

mlr은이를 통해 실험에 집중할 수 있습니다! 프레임 워크는 분류, 회귀 및 생존 분석과 같은 감독 된 방법과 해당 평가 및 최적화 방법뿐만 아니라 군집과 같은 감독되지 않은 방법을 제공합니다. 직접 확장하거나 구현 된 편의 방법과 복잡한 실험에서 벗어날 수있는 방식으로 작성되었습니다.
package는 OpenML R 패키지와 잘 연결되어 있으며 온라인으로 협업 기계 학습을 지원하고 기계 학습 작업, 알고리즘 및 실험뿐만 아니라 데이터 세트를 쉽게 공유 할 수 있습니다.
R 분류, 회귀, 군집 및 생존 분석 방법에 대한 명확한 S3 인터페이스
모델 적합, 예측, 평가 및 재 샘플링 가능
S3 상속을 통한 손쉬운 확장 메커니즘
속성 별 학습자와 작업에 대한 추상 설명
학습자가 데이터 유형 및 제약 조건을 인코딩 할 수있는 매개 변수 시스템
머신 러닝 실험을위한 많은 편의 방법과 일반적인 빌딩 블록
부트 스트랩, 교차 검증 및 서브 샘플링과 같은 리샘플링 방법
ROC 곡선, 예측 및 부분 예측과 같은 광범위한 시각화
여러 데이터 세트에 대한 학습자 벤치마킹
반복 F- 레이싱 (irace) 또는 순차적 모델 기반 최적화와 같은 강력한 구성기를 포함하여 다양한 최적화 전략을 사용하여 손쉬운 하이퍼 파라미터 튜닝
필터 및 래퍼를 사용한 변수 선택
튜닝 및 기능 선택을 통한 모델의 중첩 리샘플링
비용에 민감한 학습, 임계 값 조정 및 불균형 수정
복잡한 사용자 정의 방식으로 학습자 기능을 확장하는 래퍼 메커니즘
서로 다른 처리 단계를 공동으로 최적화 할 수있는 복잡한 데이터 마이닝 체인에 결합
Open Machine Learning 서버용 OpenML 커넥터
자신의 물건을 통합하는 확장 점
병렬화가 내장되어 있습니다
단위 테스트