-
贝伊斯特里
- 参考58篇文章[sw07995]
- BayesTree:贝叶斯方法对于基于树的模型：BART的实现：贝叶斯加性回归树。。。自适应随机基元。动机合奏 方法一般来说，尤其是boosting算法。。。
-
主持人
- 引用了29篇文章【sw20217】
- 测试了仿射不变量的Python实现合奏马尔可夫链蒙特卡罗取样器（MCMC。。。与传统MCMC采样相比的几个优点方法而且它的性能很好。。。利用合奏 方法，主持人允许任何用户利用。。。
-
GSHMC公司
- 引用16条[sw02631]
- 从标准样本合奏. HMC公司方法基于经典分子动力学模拟。。。卡罗（GSHMC）方法适用于NVT和NPT合奏模拟。。。
-
LCE公司
- 引用5篇文章[sw25277]
- 基于链路的群集合奏 方法用于改进基因表达数据分析。动机。。。琐碎地选择最有效的聚类方法它的参数化，对于一个特定的。。。另外，这通常是次优的。集群合奏通过研究自动解决这个问题。。。集群。结果：基于链接的聚类合奏（LCE）方法，呈现在这里，实现了这些想法。。。
-
母题投票者
- 引用3篇文章【sw35324】
- 投票者的小说主题合奏 方法用于对泛型motif finder进行细粒度集成。动机：定位。。。一类算法称为合奏 方法已经被提议了。尽管存在合奏... 个人寻找者并设计一部小说合奏 方法母题投票者，预测母题和装订。。。优于独立motif finders和合奏 方法以汤姆帕为基准，大肠杆菌。。。
-
轮作林
- 引用3篇文章[sw24760]
- 轮伐森林：一种新的分类器合奏 方法. IEEE传输。肛门模式。机器。英特尔。。。二元分类。轮换林是一种合奏 方法其中每个基本分类器（树。。。
-
不平衡学习
- 参考6篇文章[sw21535]
- 认可。实施的最新技术方法可分为4组。。。过采样和欠采样，以及（iv）合奏学习方法. 建议的工具箱只取决于。。。
-
快速
- 引用3篇文章[sw31729]
- FastMMD公司：合奏有效双样本检验的圆差。最大平均偏差。。。本研究提出一种有效的方法叫FastMMD。FastMMD的核心思想。。。为我们的方法,合奏这有助于我们理解。。。方差低于现有的MMD近似方法...
-
珀博斯特加
- 引用3篇文章[sw17431]
- boosting算法的成功合奏 方法PBoostGA是在本文中开发的。。。实例。根据重量更新和合奏成员生成机制，如AdaBoost.RT，一系列。。。
-
子串
- 引用2篇文章【sw18280】
- 包子串：An合奏 方法用于组合子集特定的算法拟合。子串是一个通用的。。。子集合奏预测方法，可用于小型、中型或大型数据集。子串。。。
-
结缔组织
- 引用3篇文章[sw23559]
- DESlib：动态的合奏Python中的选择库。DESlib是一个开源的python库。。。包含动态分类器选择的实现方法... 包含动态合奏选择方法（DES）；（iii）静态，与实现。。。
-
欧盟MPOC
- 引用41篇文章[sw26860]
- 空白，到目前为止，所有现存的方法对于预测真核蛋白质的亚细胞定位是有限的。。。克服这样的障碍，一个新的合奏分类器，名为Euk mPLoc，是为了。。。
-
ebmc公司
- 1条引用[sw32595]
- 包ebmc：合奏-基于方法因为班级不平衡的问题。四合奏-基于方法（SMOTEBoost，RUSBoost。。。二元分类。这样的方法采用合奏 方法以及数据重采样技术来改进模型。。。学习算法，在合奏模型。参考文献：Nitesh V.Chawla，Aleksandar Lazarevic。。。
-
集成支持向量机
- 引用2篇文章[sw10892]
- 基本模型。它目前提供合奏 方法基于二进制支持向量机模型。避免执行。。。构成模型。实验结果表明，使用合奏方法可以大大降低训练的复杂性，同时。。。
-
pSuc赖氨酸
- 引用31篇文章【sw16643】
- 随机抽样，以及（3）构造一个合奏通过融合一系列个体随机。。。它的表现明显优于现有的方法. 一个用户友好的网络服务器。。。
-
排列
- 引用2篇文章[sw25183]
- 微阵列分析组合应用合奏和共识方法交叉研究标准化。背景：统计。。。大量可用数据集和分析方法，最好将两种不同的。。。不同的研究。应用合奏学习、一致性聚类和交叉研究规范化方法为此目的。。。算法选择基于合奏和共识方法，使用自动参数选择和集成。。。
