Boomer:BOOMER的scikit learn实现 一种学习梯度增强多标签分类规则的算法 源码
自述文件 该项目提供了“ BOOMER”的scikit-learn实现-一种用于学习梯度增强的多标签分类规则的算法。 该算法首先发表在以下: Rapp M.,LozaMencíaE.,FürnkranzJ.,Nguyen VL。,HüllermeierE.(2020)学习梯度增强的多标签分类规则。 于:数据库中的机器学习和知识发现。 ECML PKDD2020。计算机科学讲座。 湛史普林格 如果您在科学出版物中使用该算法,我们将不胜感激对上述论文的引用。 产品特点 该项目提供的算法当前支持以下核心功能,以学习增强分类规则的集合: 可以在训练期间最小化不同的按标签或按示例的损失函数(可选地
文件列表
Boomer:BOOMER的scikit-learn实现-一种学习梯度增强多标签分类规则的算法
(预估有个171文件)
scene-train.arff
2.98MB
llog.arff
1.58MB
slashdot-train.arff
1.26MB
bibtex-test.arff
1.16MB
genbase-train.arff
1.63MB
bibtex.arff
3.3MB
delicious.arff
3.6MB
yeast-train.arff
1.43MB
bookmarks.arff
69.88MB
yeast.arff
2.3MB
暂无评论