XG增压

R包xgboost。极端梯度提升,是梯度提升框架的有效实现。这个包是它的R接口。该软件包包括高效的线性模型求解器和树学习算法。该软件包可以在单机上自动进行并行计算,比现有的梯度升压软件包快10倍以上。它支持多种目标函数,包括回归、分类和排序。这个包是可扩展的,这样用户也可以轻松地定义自己的目标。


zbMATH中的参考文献(参考文献16条)

显示第1到16个结果,共16个。
按年份排序(引文)

  1. 康德,大卫;费尔南德斯,米格尔A。;鲁达,克里斯蒂娜;萨尔瓦多,博尼法西奥:等张增压分类规则(2021)
  2. 贝格索普;泽纳拉普;凯利L.索瓦科尔;埃文·斯尼特金;珍娜·维恩斯;Patrick D.Schloss:mikropml:用于监督机器学习管道的用户友好R包(2020)不是zbMATH
  3. 伯姆克,布拉德;Greenwell,Brandon M.:用R实践机器学习(2020)
  4. 莱基维茨,瑞安;Morgan,Joseph:覆盖阵列:使用先验信息构建、评估和促进故障定位(2020)
  5. 奥霍博尔,奥格涅约克佩姆一世。;亚历山德罗夫,尼科莱N。;King,Ross D.:用元和多目标学习预测水稻表型(2020)
  6. 圣人,安德鲁J。;根舍尔,乌尔里克;奈特尔顿,丹:随机森林等级概率估计的树集合(2020)
  7. 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
  8. 沙阿,拉金·D。;彼得斯,乔纳斯:条件独立性检验的硬度和广义协方差测度(2020)
  9. 托米塔,泰勒M。;布朗,詹姆斯;沈岑城;钟,杰文;帕特索里克,杰西L。;福尔克,本杰明;普里比,凯莉·E。;嗯,杰森;伯恩斯,兰德尔;马吉奥尼,毛罗;沃格尔斯坦,约书亚T.:稀疏投影斜随机森林(2020)
  10. 伯拉,丹尼尔;洛佩斯,菲利普;Dubitzky,Werner:将领域知识纳入机器学习,用于足球结果预测(2019)
  11. 杰格,拜伦·C。;朗,D.莱恩;长,达斯汀M。;西姆斯,马里奥;斯奇乔夫斯基,杰夫M。;民,元一;麦克卢尔,莱斯利A。;霍华德,乔治;西蒙,诺亚:倾斜随机生存森林(2019)
  12. 塞拉利特,尼古拉;Jullum,Martin:shapr:R-package,用于解释具有依赖意识的Shapley值的机器学习模型(2019)不是zbMATH
  13. Yuan Tang:Autoploy-自动生成流行统计结果的交互式可视化(2018)阿尔十四
  14. Andrew Sohn,Randal S.Olson,Jason H.Moore:使用遗传编程实现全基因组关联研究中复杂疾病的自动化分析(2017)阿尔十四
  15. 波杜森科,阿尔伯特;尼库林,Vsevolod;塔涅夫,伊万;Shimohara,Katsunori:道路机动车辆紧急制动分类的分类比较分析(2017)
  16. Thomas Keck:FastBDT:用于多元分类的随机梯度增强决策树的速度优化和缓存友好实现(2016)阿尔十四