MERCS：回归和分类树的多方向集成
项目描述
MERCS
MERCS 代表分类和回归树的多方向集成。它是KU Leuven 的 DTAI 实验室正在积极开发的一种新型 ML 范式。
安装
通过 pip 轻松实现：
pip install mercs-mixed
网站
参照。https://systemallica.github.io/mercs/
教程
参照。网站的快速入门部分，https://systemallica.github.io/mercs/quickstart。
代码
MERCS 是完全开源的 cf。我们的github 存储库
出版物
MERCS 是一个活跃的研究项目，因此我们会定期发布我们的发现；
MERCS：回归和分类树的多方向集成
抽象的 学习从 X 预测 Y 的函数 f(X) 是典型的机器学习 (ML) 问题。通常，在训练模型之前必须知道两组属性（即 X、Y）。如果不是这种情况，或者当需要从 X 预测 Y 的函数 f(X) 来改变 X 和 Y 时，这可能会引入大量开销（每个函数的单独学习运行）。在本文中，我们探索了在训练时完全省略 X 和 Y 的指定的可能性，通过学习一个多方向或通用模型，这将允许从任何 X 预测任何 Y。具体来说，我们引入了决策树-基于范式，它概括了众所周知的随机森林方法以允许多方向性。这些努力的结果是一种称为 MERCS 的新方法：回归和分类树的多向集成。实验表明了该方法的可行性。
作者 Elia Van Wolputte、Evgeniya Korneva、Hendrik Blockeel
开放存取 可以在AAAI-publications找到 pdf 版本
人们
参与本项目的人员：
- 埃利亚范沃尔普特
- 叶夫根尼娅·科尔涅娃
- Hendrik Blockeel 教授
- 安德烈斯·雷弗隆·莫利纳
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
mercs-mixed-0.0.45.tar.gz
（31.3 kB
查看哈希）
内置分布
mercs_mixed-0.0.45-py3-none-any.whl
（37.5 kB
查看哈希）
关
mercs_mixed -0.0.45-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c7a398ea32fc8d9d1535c1e16fb153c09a4e8a97a5fcaa77013fc99182d1dc23 |
|
| MD5 | 081f728e8ce0ca3ad4719dda61f17cf1 |
|
| 布莱克2-256 | 96f0ecbb1b15db848eed2717c15593d46113ed7fe497a59c2fa0f1762e8b898e |