mlr

mlr:R语言中的机器学习。与大量分类和回归技术的接口,包括机器可读的参数描述。对于生存分析、聚类和一般的、特定于实例的成本敏感学习,也有一个实验性的扩展。通用重采样,包括交叉验证、引导和子抽样。超参数调整与现代优化技术,为单目标和多目标问题。用于特征选择的过滤和包装方法。扩展了基本学习者,增加了机器学习中常见的附加操作,也允许简单的嵌套重采样。大多数操作可以并行化。


zbMATH中的参考文献(引用于,1标准件)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. Bommert,Andrea;Sun,Xudong;Bischl,Bernd;Rahnenführer,Jörg;Lang,Michel:高维分类数据中特征选择的过滤方法基准(2020年)
  2. F、 Aragón-Royón,A.Jiménez-Vílchez,A.Arauzo Azofra,J.M.Benítez:FSinR:功能选择的详尽包(2020年)阿尔十四
  3. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  4. Sayan Putatunda,Dayananda Ubrangala,Kiran Rama,Ravi Kondapalli:DriveML:无人驾驶机器学习的R包(2020)阿尔十四
  5. Casalicchio,Giuseppe;Bossek,Jakob;Lang,Michel;Kirchhoff,Dominik;Kerschke,Pascal;Hofner,Benjamin;Seibold,Heidi;Vanschoren,Joaquin;Bischl,Bernd:\ texttopenml:an\texttrpackage连接到机器学习平台openml(2019)
  6. Michel Lang、Martin Binder、Jakob Richter、Patrick Schratz、Florian Pfister、Stefan Coors、Quay Au、Giuseppe Casalicchio、Lars Kotthoff、Bernd Bischl:mlr3:R中的现代面向对象机器学习框架(2019)不是zbMATH
  7. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  8. Adriano Rivolli;Andre C.P.L.F.de Carvalho:utiml包:R中的多标签分类(2018)不是zbMATH
  9. Bojan Mihaljević,Concha Bielza,Pedro Larrañaga:bnclassify:学习贝叶斯网络分类器(2018)不是zbMATH
  10. Philipp Probst;Boulesteix,Anne Laure:调整或不调整随机森林中的树木数量(2018)
  11. Bernd Bischl、Jakob Richter、Jakob Bossek、Daniel Horn、Janek Thomas、Michel Lang:mlrMBO:昂贵黑盒函数基于模型优化的模块化框架(2017)阿尔十四
  12. Bommert,Andrea;Rahnenführer,Jörg;Lang,Michel:为高维数据寻找具有稳定特征选择的预测和稀疏模型的多准则方法(2017)
  13. Giuseppe Casalicchio、Jakob Bossek、Michel Lang、Dominik Kirchhoff、Pascal Kerschke、Benjamin Hofner、Heidi Seibold、Joaquin Vanschoren、Bernd Bischl:OpenML:连接到联网机器学习平台OpenML的R包(2017)阿尔十四
  14. Michel Lang:checkmate:防御性R编程的快速参数检查(2017)阿尔十四
  15. Pascal Kerschke:使用R-Package flacco对连续和受限优化问题进行基于特征的综合景观分析(2017)阿尔十四
  16. Bischl,Bernd;Kerschke,Pascal;Kotthoff,Lars;Lindauer,Marius;Malitsky,Yuri;Fréchette,Alexandre;Hoos,Holger;Hutter,Frank;Leyton Brown,Kevin;Tierney,Kevin;Vanshoren,Joaquin:ASlib:算法选择的基准库(2016)
  17. Bischl,Bernd;Kühn,Tobias;Szepannek,Gero:信用评分中分类算法的类不平衡校正(2016)
  18. Bischl,Bernd;Lang,Michel;Kotthoff,Lars;Schiffner,Julia;Richter,Jakob;Studerus,Erich;Casalicchio,Giuseppe;Jones,Zachary M.:mlr:机器学习在(\mathbfR)(2016)
  19. Steponaviė,Ingrida;Shirazi Manesh,Mojdeh;Hyndman,Rob J.;Smith Miles,Kate;Villanova,劳拉:关于昂贵的多目标黑箱优化的抽样方法(2016年)
  20. Kotthaus,Helena;Korb,Ingo;Lang,Michel;Bischl,Bernd;Rahnenführer,Jörg;Marwedel,Peter:机器学习R程序的运行时和内存消耗分析(2015)