插入符号

R包插入符号:分类和回归训练。用于训练和绘制分类和回归模型的Misc函数


zbMATH中的参考文献(参考文献73篇文章,1标准件)

显示第1到第20个结果,共73个。
按年份排序(引用)
  1. 宾德,马丁;弗罗里安,普菲斯特;朗,米歇尔;施耐德,伦纳德;科特霍夫;Bischl,Bernd:mlr3pipelines——R中的柔性机器学习管道(2021)
  2. David Ardia,Keven Bluteau,Samuel Borms,Kris Boudt:用文本情感计算、聚合和预测的R包句子计量学(2021)阿尔十四
  3. 费里·加西亚,拉蒙;卡斯特罗马汀,路易斯;del Mar Rueda,María:用超人口模型评估在线调查中的估计的机器学习方法(2021年)
  4. Itsaso Rodriguez、Itziar Irigoien、Basilio Sierra、Concepcion Arenas:dbcsp:基于距离的通用空间模式的用户友好R包(2021)阿尔十四
  5. Krzysztof Gajowniczek,Tomasz Ząbkowski:不均匀性:基于不平衡数据集建立基于熵的分类树的R包(2021)不是zbMATH
  6. 加乔尼泽克;Tomasz Ząbkowski:imbtreauc:R包,用于在不平衡数据集上使用ROC曲线下面积(AUC)建立分类树(2021)不是zbMATH
  7. Murray,Jared S.:多项式logistic和计数回归模型的对数线性贝叶斯加性回归树(2021)
  8. 尼科洛普洛斯,康斯坦丁诺斯;布尼亚,寿司;舍弗斯,安德烈亚斯;齐诺普洛斯,克里斯托斯;Vasilakis,Chrysovalantis:大流行期间的预测和规划:COVID-19增长率、供应链中断和政府决策(2021)
  9. 范贝尔,詹特;枪,头饰;韦贝克,伍特:利用共享销售数据预测多级供应链中的批发商需求(2021年)
  10. Anthony D.Blaom、Franz Kiraly、Thibaut Lienart、Yiannis Simillides、Diego Arenas、Sebastian J.Vollmer:MLJ:A Julia package for Compositable Machine Learning(2020年)阿尔十四
  11. 使用Richard Gronend-Thind2020神经网络包阿尔十四
  12. 贝格姆·托普·索奥卢;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
  13. 安托万尚巴兹;大卫本克瑟:目标学习领域的骑行(2020)
  14. 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
  15. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  16. 金,孙惠;Boukouvala,Fani:基于机器学习的数据驱动优化代理建模:回归技术子集选择的比较(2020)
  17. 拉金,泰勒;丹尼斯·麦克马纳斯:《葡萄酒的分析祝酒词:使用叠加归纳法预测葡萄酒偏好》(2020)
  18. 尼拉吉·达纳拉吉·博克德;Gorm Bruun Andersen:ForecastTB-作为预测方法比较试验台的R包(2020)阿尔十四
  19. 罗森特,奥利弗;帕多努,埃斯佩兰;德维尔,伊夫;克莱门特,再见;佩林,纪尧姆;乔拉,琼;Wynn,Henry:具有类别输入的高斯过程元模型的群核(2020)
  20. 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)