PMLB公司 swMATH ID: 28620 软件作者： Randal S.Olson、William La Cava、Patryk Orzechowski、Ryan J.Urbanowicz、Jason H.Moore 描述： PMLB：机器学习评估和比较的大型基准套件。根据特定研究的目标和问题，选择、开发或比较数据挖掘中的机器学习方法可能是一项困难的任务。许多公开可用的真实世界和模拟基准数据集来自不同的来源，但它们的组织和作为标准的采用一直不一致。因此，选择和管理特定基准仍然是机器学习实践者和数据科学家不必要的负担。本研究引入了一个可访问、管理和开发的公共基准资源，以便于识别不同机器学习方法的优缺点。我们比较此资源中当前基准数据集之间的元特征，以表征可用数据的多样性。最后，我们将一些已建立的机器学习方法应用于整个基准测试套件，并分析数据集和算法如何根据性能进行聚类。这项工作是理解流行基准测试套件局限性的重要第一步，并开发一种资源，将现有基准测试标准与未来更多样化、更高效的标准联系起来。 主页： https://arxiv.org/abs/1703.00512 源代码： https://github.com/EpistasisLab/penn-ml基准测试 关键词： 机器学习;arXiv_cs.LG公司;人工智能;arXiv_cs.AI;基准;标杆管理;数据仓库;分类 相关软件： Scikit公司;UCI-毫升;github;PySAT公司;4.5条;科学Py;蟒蛇;形状;ORL公司;葡萄糖;SMCPy公司;宾果游戏;符号GPT;SymPy公司;AIspace公司;J工具;信息技术产业;MediBoost公司;PyDL8.5型;配饰 引用于： 9出版物 标准条款 1出版物描述软件 年份 PMLB：机器学习评估和比较的大型基准套件Randal S.Olson、William La Cava、Patryk Orzechowski、Ryan J.Urbanowicz、Jason H.Moore 2017 全部的 前5名33位作者引用 4 阿列克谢·伊格纳提耶夫（Alexey A.Ignatyev）。 三 Joáo P.塞尔瓦侯爵。 1 达里奥·阿齐蒙蒂 1 阿莱西奥·本纳沃利 1 G.F.波马里托。 1 莱迪斯·卡布雷拉·埃尔南德斯 1 卡萨斯·卡多佐（Casas-Cardoso），格拉迪斯·M·。 1 马蒂亚斯·费雷尔 1 加布雷希特，K.M。 1 玛丽亚·洛伦佐（Maria M.García Lorenzo）。 1 彼得·吉斯贝尔斯 1 郭亮 1 霍奇哈尔特，J.D。 1 弗兰克·哈特 1 亚辛·伊扎 1 阿琳德·卡德拉 1 皮埃尔·勒·博迪奇 1 Leser，体育。 1 刘建亚 1 鲁若丹 1 内拉提奥·马利克 1 玛丽塞尔·梅内塞斯·戈梅斯 1 阿尔弗雷多·梅内塞斯·马塞尔 1 亚历杭德罗·莫拉莱斯·埃尔南德斯 1 尼娜·纳罗季斯卡 1 费利佩·佩雷拉 1 达里奥·皮加 1 萨希提亚·拉维 1 北卡罗来纳州施特劳斯。 1 彼得·詹姆斯·斯塔基 1 van Rijn，Jan N。 1 华金·范肖伦 1 于金强 全部的 前5名6篇连载文章中引用 2 人工智能研究杂志 1 应用力学与工程中的计算机方法 1 机器学习 1 Revista Investigacionón运营 1 机器学习研究杂志（JMLR） 1 科学中国。数学 在3个字段中引用 9 计算机科学（68至XX） 1 统计学（62-XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文