rminer：数据挖掘分类和回归方法
通过提供一组简短且连贯的函数，促进数据挖掘算法在分类和回归（包括时间序列预测）任务中的使用。版本：1.4.6/1.4.5/1.4.4新的自动机器学习（AutoML）和集成，通过改进的fit（）、mining（）和mparheuristic（）函数，以及通过改进的delevels（）函数的新的分类预处理；1.4.3新的度量（例如，宏观精度、解释方差）、新的“lssvm”模型和改进的mparhuristic（）函数；1.4.2新的“NMAE”度量、“xgboost”和“cv.glmnet”模型（16个分类和18个回归模型）；1.4.1新教程和更健壮的版本；1.4-新的分类和回归模型，共有14种分类和15种回归方法，包括：决策树、神经网络、支持向量机、随机森林、打包和提升；1.3和1.3.1-新的分类和回归指标；1.2-通过改进的importance（）函数实现新的输入重要性方法；1.0-第一版。
| 版本： |
1.4.6 |
| 进口： |
方法，倍体,晶格,奈特,kknn公司,请,MASS（质量）,丙二醛,r零件,随机森林,阿达巴格,聚会,立体派,内核实验室,e1071号,格尔姆奈特,xgboost公司 |
| 出版： |
2020-08-28 |
| 内政部： |
10.32614/CRAN.包装.rminer |
| 作者： |
保罗·科尔特斯 |
| 维护人员： |
保罗·科尔特斯（Paulo Cortez）<pcortez at dsi.uminho.pt> |
| 许可证： |
GPL-2型 |
| 网址： |
https://cran.r-project.org/package=rminer
http://www3.dsi.uminho.pt/pcortez/rminer.html |
| 需要编译： |
不 |
| 在视图中： |
机器学习 |
| CRAN检查： |
rminer结果 |
文档：
下载内容：
链接：
请使用规范形式https://CRAN.R-project.org/package=rminer链接到此页面。