superml：像使用Python的Scikit Learn一样构建机器学习模型R中的库

其目的是提供标准接口面向同时使用R和Python构建机器学习模型的用户。该软件包提供了一个scikit-learn的适合、预测界面在R中训练机器学习模型。

版本：	0.5.7
取决于：	R（≥3.6），R6型(≥ 2.2)
进口：	数据表(≥ 1.10),卢比(≥ 1.0),断言(≥ 0.2),韵律学(≥ 0.1)
链接到：	卢比,伯克希尔哈撒韦,RcppArmadillo公司
建议：	针织物,爱尔兰航空公司,测试那个,rmarkdown公司,贝叶斯方法(≥ 0.9),群集R(≥ 1.1),FNN公司(≥ 1.1),护林员(≥ 0.10),插入符号(≥ 6.0),xgboost公司(≥ 0.6),格尔姆奈特(≥ 2.0),e1071号(≥ 1.7)
出版：	2024-02-18
内政部：	10.32614/CRAN.包装.超级毫升
作者：	曼尼什·萨拉斯瓦特（Manish Saraswat）[aut，cre]
维护人员：	Manish Saraswat<gmail.com上的manish06saraswat>
错误报告：	https://github.com/saraswatmks/superml/issues网站
许可证：	GPL-3公司|文件许可证
网址：	https://github.com/saraswatmks/superml
需要编译：	对
材料：	自述文件 新闻
CRAN检查：	superml结果

文档：

参考手册：	超级l.pdf
渐晕图：	CountVectorizer指南 如何在R中使用TfidfVectorizer？ SuperML简介

下载内容：

包源：	超级l_0.5.7.tar.gz
Windows二进制文件：	r-devel公司：supermal_0.5.7.zip，r版本：超级ml_0.5.7.zip，r-oldrel：supermal_0.5.7.zip
macOS二进制文件：	r释放（arm64）：超l_0.5.7.tgz，r-oldrel（arm64）：超l_0.5.7.tgz，r-release（x86_64）：超l_0.5.7.tgz，r-旧版本（x86_64）：超l_0.5.7.tgz
旧来源：	superml档案

链接：

请使用规范形式https://CRAN.R-project.org/package=superml链接到此页面。