档案 | R 机器学习

您应该使用 R 进行机器学习。R 是最有力的机器学习平台之一，被全球顶尖的数据科学家所使用。在这篇文章中，您将了解到为什么应该使用 R 进行机器学习。我们开始吧。您为什么应该关心 R R 被 [...]

Caret R 包允许您轻松构建许多不同的模型类型并调整其参数。在创建和调整了许多模型类型之后，您可能想了解并选择最佳模型，以便将其用于进行预测，也许是在生产环境中。在这篇文章中，您将发现如何比较 [...]

选择正确的数据特征可能意味着中等性能和长训练时间与出色性能和短训练时间之间的区别。Caret R 包提供了工具，可以自动报告您数据中属性的相关性和重要性，甚至可以为您选择最重要的特征。在这 [...]

机器学习算法都有参数，以便它们能够针对特定问题进行最佳调整。一个困难是，为特定问题配置算法本身可能就是一项工程。就像为问题选择“最佳”算法一样，您事先无法知道哪些算法参数将是最佳的 [...]

R 中的 caret 包旨在简化应用机器学习的过程。解决数据问题的一个关键部分是理解您拥有的数据。您可以通过数据可视化来汇总属性，从而快速完成此操作。有许多包和函数可用于汇总数据 [...]

R 平台作为统计计算平台，可能是应用机器学习最受欢迎和最强大的平台。R 中的 caret 包被称为“R 的竞争优势”。它使在 R 中训练、调整和评估机器学习模型的过程变得一致、轻松，甚至有趣。在这篇文章中，您将发现 [...]

R 是应用机器学习最受欢迎的平台。当您想认真对待应用机器学习时，您会接触到 R。它非常强大，因为它提供了许多机器学习算法。一个问题是，算法都是由第三方提供的，这使得它们的使用 [...]

当您构建预测模型时，您需要一种方法来评估模型在未见过的数据上的能力。这通常通过估算准确性来完成，使用未用于训练模型的数据，例如测试集，或使用交叉验证。R 中的 caret 包提供了 [...]

优化是机器学习的重要组成部分。它是大多数流行方法的核心，从最小二乘回归到人工神经网络。在这篇文章中，您将发现 R 中 5 种优化算法的实现方法。这些方法可能对您自己实现机器学习算法的核心部分有用。您 [...]

在这篇文章中，您将发现使用 R 中的决策树进行非线性分类的 7 种实现方法。本文中的所有实现都使用了 R 的 datasets 包中提供的鸢尾花数据集。该数据集描述了鸢尾花的测量值，并要求对每个观测值进行分类，将其归类为三种花中的一种。我们开始 [...]