Rf-ace Apprentissage de la machine multivariée avec des données hétérogènes
Télécharger maintenant

Rf-ace Classement & Résumé

Rf-ace Mots clés

Algorithme apprentissage prédicteur algorithme d'apprentissage automatique

Rf-ace La description

RF-ACE est une mise en uvre efficace d'un algorithme d'apprentissage de la machine robuste permettant de découvrir des associations multivariées, de la construction de prédicteurs et de prédire de nouvelles données, avec des ensembles de classification ou d'arbre de régression, des ensembles de données importants et divers. RF-ACE gère nativement des données numériques et catégoriques avec des valeurs manquantes et une sélection de fonctionnalités potentiellement de grandes quantités de fonctionnalités non formates sont gérées avec gracieusement des caractéristiques de contraste artificielles, une bootstrapping et une estimation de la valeur P potentielle. L'application met en uvre à la fois des algorithmes d'arborescence de croissance de gradient (GBT) et de forêts aléatoires (RF). Caractéristiques principales: Les données peuvent être fournies dans divers formats estime les paramètres de modèle par défaut en fonction des dimensions des données d'entrée Support étendu à la personnalisation Le score de l'importance est normalisé et est donc comparable dans des courses parallèles RF-ACE ayant différentes caractéristiques cibles: utile dans la construction de cartes d'association "All-Tous" Le score important est en outre traduit par une valeur P basée sur le modèle de fond empirique et le test T implémente GBT et RF pour la prédiction Interface intuitive: RF-ACE-Filtre effectue une sélection de fonctionnalités RF-ACE-Build-Predictor construit le prédicteur basé sur des données de formation RF-ACE-Predict fait des prédictions avec de nouvelles données

Rf-ace Logiciels associés