67
правок
Изменения
→Пакеты с реализованными алгоритмами машинного обучения: party added
Основная функция в составе Caret - функция train(). Параметры обучения в ней задаются аргументом trControl, а оценка качества модели - аргументом metric.
Отличительными особенностями Caret является универсальность используемых команд, наличие автоматического подбора гиперпараметров для алгоритмов, в также наличие параллельных вычислений.
==== party =====
Пакет Party содержит в себе инструменты для рекурсивного разбиения. Основная функция пакета - ctree (), которая используется для создания деревьев решения для таких задач регрессии как номинальные, порядковые, числовые а также многовариантные переменные отклика. На основе деревьев условного вывода cforest () предоставляет реализацию случайных лесов Бреймана. Функция mob () реализует алгоритм рекурсивного разделения на основе параметрических моделей (например, линейных моделей, GLM или регрессии выживания), использующих тесты нестабильности параметров для выбора разделения. Доступна расширяемая функциональность для визуализации древовидных регрессионных моделей.
==== randomForest =====
==== ClusterR =====
==== Mlr ====
В пакете Mlr <ref>[https://cran.r-project.org/web/packages/mlr/mlr.pdf Mlr package documentation]</ref> представлены модели для регрессии, классификации, кластеризации и анализа выживаемости, а также широкие возможности для оценки качества (в том числе функции для анализа ROC-кривых).
