Rf-ace. Aprendizagem de máquina multivariada com dados heterogêneos
Baixe Agora

Rf-ace. Classificação e resumo

Rf-ace. Tag

Algoritmo Aprendendo Predictor. Algoritmo de aprendizado de máquina

Rf-ace. Descrição

O RF-Ace é uma implementação eficiente de um algoritmo de aprendizado de máquina robusto para descobrir associações multivariadas, preditores de construção e predição de novos dados, seja com conjuntos de árvores de classificação ou regressão, de grandes e diversos conjuntos de dados. O RF-Ace nativamente lida com os dados numéricos e categóricos com valores ausentes e, na seleção de recursos, as quantidades potencialmente grandes de recursos não informativos são tratadas graciosamente utilizando recursos de contraste artificial, bootstrapping e estimativa de valor p. A aplicação implementa os algoritmos de Árvore de Árvore de Implementação de Gradientes (GBT) e Random Forest (RF). Principais características: Os dados podem ser fornecidos em vários formatos Estima os parâmetros padrão do modelo com base em dimensões de dados de entrada Suporte extenso para personalização O escore de importância é normalizado e, portanto, é comparável entre as execuções paralelas de RF-Ace com diferentes características alvo: útil na construção de mapas de associação "all-vs-all" O escore de importância é ainda mais traduzido para um valor P baseado no modelo de fundo empírico e no teste t Implementa GBT e RF para previsão Interface intuitiva: RF-Ace-Filter executa a seleção de recursos RF-Ace-Build-Predictor constrói preditor baseado em dados de treinamento RF-Ace-prever faz previsões com novos dados

Rf-ace. Software Relacionado