RF-ACE 1.0.4

最新发布的相关软件：

RF-ACE 1.0.4

多元异构数据的机器学习

RF-ACE是一个有效地实施可靠的机器学习算法，揭示多元的协会，建立的预测，并预测新的数据，无论是与分类回归树合奏，大和不同的数据集。

RF-ACE本身处理缺失值的数值和分类数据，无信息功能，在功能选择潜在的大量利用人工对比功能很好地处理，引导，和p值估计。

应用程序同时实现了梯度推进树（GBT）和随机森林（RF）算法。

这里是“RF-ACE”的神器出山:www.shenqi73.com一些主要特点：

·可以在各种不同的格式提供数据
估计默认的模型参数，根据输入数据的尺寸
·广泛支持自定义
重要性评分规范化，并因此与，在并行RF-ACE运行具有不同的目标特征：
·实用建筑的“全对，所有的”关联映射
·重要性得分进一步翻译为经验背景模型和t检验的p值的基础上
·实现GBT和RF预测
直观的界面：
·RF-ACE过滤器进行特征选择
·RF-ACE-构建预测训练数据的基础上构建的预测
·RF-ACE-预测新的数据作出预测

此版本中的新功能：

·要么RF大厦（-R / - RF）或GBT（-G / - GBT）预测可能
例：BIN / RF-ACE-构建预测 - RF
·默认是RF
·的数值分离器优化的数值目标（30oost）
经修订的背景抽样的统计检验
·重新执行完整的t检验
·以前版本的一些错误的假设
·采用绑样品测试时，考虑分裂
·预测生成器打印出OOB错误，总误差
·适合评估的预测以及如何推广到新的数据
·在实践中
·具有优于随机预测的OOB误差<总误差
·随机的预测：OOB错误?总误差
·过拟合的预测：OOB错误>总误差
·用户界面参数的变化
·新产品：种子（S / - 种子）的随机数生成器（梅森倍捻机）
·默认情况下，种子==系统时钟经过CPU周期
·RF和GBT参数共享相同的名称
·mTry被指定为正整数
·使用示例打印时，帮助变得调用
·WHE ...