Number of the records: 1
CORElearn - Classification, Regression, Feature Evaluation and Ordinal Evaluation
- 1.0333133 - ÚI 2010 RIV CZ eng L4 - Software
Robnik-Šikonja, M. - Savický, Petr
CORElearn - Classification, Regression, Feature Evaluation and Ordinal Evaluation.
[CORElearn - klasifikace, regrese, ohodnocování atributů a uspořádaných atributů.]
Internal code: CORElearn ; 2009
Technical parameters: rozšiřující balík pro statistické prostředí R psaný především ve jazyce C++
R&D Projects: GA AV ČR 1ET100300517
Institutional research plan: CEZ:AV0Z10300504
Keywords : classification * regression * feature evaluation * ordinal evaluation * R extension package
Subject RIV: IN - Informatics, Computer Science
CORElearn is machine learning suite ported to R from standalone C++ package. It contains several model learning techniques in classification and regression, for example classification and regression trees with optional constructive induction and models in the leafs, random forests, kNN, naive Bayes, and locally weighted regression. It is especially strong in feature evaluation algorithms where it contains several variants of Relief algorithm and many impurity based attribute evaluation functions, e.g., Gini, information gain, MDL, DKM, ... Its additional strength is ordEval algorithm and its visualization used for ordinal features and class.
CORElearn je soubor programů pro strojové učení, který byl portován do R ze samostatného softwarového balíku v C++. Soubor obsahuje některé metody konstrukce modelů pro klasifikaci a regresi, například klasifikační a regresní stromy s možností konstruktivní indukce a modely v listech, metodu random forests, k-NN, naive Bayes a lokálně váženou regresi. Zvláštní důraz je kladen na algoritmy ohodnocení atributů, kde obsahuje několik variant algoritmu Relief a větší počet ohodnocovacích funkcí založených na tzv. mírách nečistoty, například Gini, information gain, MDL, DKM, ... Dále je balík zaměřen na algoritmus ordEval a vizualizaci pro uspořádané atributy a třídu.
Permanent Link: http://hdl.handle.net/11104/0178198
Number of the records: 1