机器学习各类工具weka、scikit-learn等各项指标的对比.docxVIP

下载本文档

5
0
约1.81千字
约 6页
2017-01-05 发布于贵州
举报
版权申诉

机器学习各类工具weka、scikit-learn等各项指标的对比.docx

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

机器学习各类工具weka、scikit-learn等各项指标的对比机器学习各类工具weka、scikit-learn等各项指标的对比

机器学习各类工具weka、scikit-learn等各项指标的对比分类：?机器学习2012-05-20 02:29?7557人阅读?评论(3)?收藏?举报工具vectortypesoutputimagefloat以下表格摘自：/另推荐机器学习软件汇总网站?/software/featureshogunwekakernlabdlibniemeorangejava-mlpyMLmlpypybraintorch3scikit-learnGeneral FeaturesGraphical User Interface?One Class Classification?Classification?Multiclass classification?Regression?Structured Output Learning?Pre-Processing?Built-in Model Selection Strategies?Visualization?Test Framework?Large Scale Learning?Semi-supervised Learning?Multitask Learning?Domain Adaptation?Serialization?Parallelized Code?Performance Measures (auROCetc)?Image ProcessingSupported Operating SystemsLinux?Windows?Mac OSX?Other UnixLanguage BindingsPython?R?Matlab?Octave?C/C++?Command Line?Java?C#?Lua?RubySVM SolversSVMLight?LibSVM?SVM Ocas?LibLinear?BMRM?LaRank?SVMPegasos?SVM SGD?otherRegressionKernel Ridge Regression?Support Vector Regression?Gaussian Processes?Relevance Vector MachineMultiple Kernel LearningMKL?q-norm MKLClassifiersNaive Bayes?Bayesian Networks?Multi Layer Perceptron?RBF Networks?Logistic Regression?LASSO?Decision Trees?k-NNLinear ClassifiersLinear Programming Machine?LDADistributionsMarkov Chains?Hidden Markov ModelsKernelsLinear?Gaussian?Polynomial?String Kernels?Sigmoid Kernel?Kernel NormalizerFeature SelectionForward?Wrapper methods?Recursive Feature SelectionMissing FeaturesMean value imputation?EM-based/model based imputationClusteringHierarchical Clustering?k-meansOptimizationBFGS?conjugate gradient?gradient descent?bindings to CPLEX?bindings to Mosek?bindings to other solverSupported File FormatsBinary?Arff?HDF5?CSV?libSVM/ SVMLight format?ExcelSupported Data TypesSparse Data Representation?Dense Matrices?Strings?Support for native (e.g. C) types (char, signed and unsigned int8, int16, int32, int64, float, double, long double)