MachineShop：机器学习模型和工具

用于统计和机器学习的元包，具有统一的模型拟合、预测、性能评估和展示结果。模型拟合和预测方法数字、分类或审查的时间到事件结果包括传统回归模型、正则化方法、基于树的方法、，支持向量机、神经网络、集成、数据预处理，过滤、模型调整和选择。提供了性能指标用于模型评估，并且可以使用独立的测试集进行估计，拆分采样、交叉验证或引导重采样。重新取样估算可以并行执行以加快处理速度，并在以下情况下嵌套模型调整和选择。建模结果可以总结为描述性统计；校准曲线；变量重要性；部分依赖图；混淆矩阵；和ROC、升降机和其他性能曲线。

版本：	3.7.0
取决于：	R（≥4.1.0）
进口：	阿宾德,克莱(≥ 3.1.0),拨号盘(≥ 0.0.4),foreach公司,ggplot2(≥3.4.0),内核实验室,马格里特,矩阵（≥1.5-0），方法，奈特,聚会,极样条曲线,进步,食谱(≥ 1.0.0),爱尔兰航空公司,rsample（rsample）(≥ 1.1.0),Rsolnp公司,生存,易怒的，实用程序
建议：	阿达巴格,捷运局,bart机器,C50元,被审查的,集群,do并行,e1071号,地球,弹性网,泛型,千兆字节,格尔姆奈特,额外网格,Hmisc公司,kableExtra（额外）,kknn公司,针织物,拉尔斯,MASS（质量）,姆博斯特,丙二醛,ParBayesian优化,欧防风（≥1.1.0），聚会,请,粒子群优化,随机森林,随机ForestSRC,护林员,rBayesian优化,市场营销,rms（有效值）,r零件,测试那个,树,xgboost公司
出版：	2023-09-18
作者：	布莱恩·史密斯[aut，cre]
维护人员：	布莱恩·史密斯（Brian J Smith）
错误报告：	https://github.com/brian-j-smith/MachineShop/issues网站
许可证：	GPL-3公司
网址：	https://brian-j-smith.github.io/MachineShop公司/
需要编译：	对
引用：	MachineShop引文信息
材料：	自述文件 新闻
CRAN检查：	MachineShop结果

文档：

参考手册：	MachineShop.pdf
渐晕图：	MLModels实现的约定 MachineShop用户指南

下载内容：

包源：	机械车间_3.7.0.tar.gz
Windows二进制文件：	r-预发布：机器车间_3.7.0.zip，r版本：机器车间_3.7.0.zip，r-oldrel：机器车间_3.7.0.zip
macOS二进制文件：	r-prerel（arm64）：机械车间_3.7.0.tgz，r-release（arm64）：机械车间_3.7.0.tgz，r-oldrel（arm64）：机械车间_3.7.0.tgz，r-prerel（x86_64）：机械车间_3.7.0.tgz，r-release（x86_64）：机械车间_3.7.0.tgz
旧来源：	MachineShop存档

链接：

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