SHOGUN机器学习工具箱联合创作 · 2023-09-26 03:36SHOGUN是一个机器学习工具箱,其重点是在大尺度上的内核的方法,特别是支持向量机(SVM)的学习工具箱。它提供了一个通用的SVM对象接口连接到几个不同的SVM的实现中,所有相同的底层,高效的内核实现利用。除了支持向量机和回归,SHOGUN还包含有大量的线性方法,如线性判别分析(LDA),线性规划机(LPM),(内核)的感知,和算法训练隐马尔可夫模型。 SHOGUN 支持 C++、MATLAB、R 和 Python 等语言。 浏览 3点赞 评论 收藏 分享 手机扫一扫分享 编辑 分享 举报 评论图片表情视频评价全部评论推荐 AI Explainability 360机器学习可解释性工具箱AIExplainability360是一个开源工具包,内含机器学习八种前沿的可解释性方法和两个维度评价矩阵。可以帮助用户更好地理解机器学习模型在整个AI应用程序生命周期中使用各种技术预测标签的方式。AI Explainability 360机器学习可解释性工具箱0【机器学习】机器学习的学习经验总结!机器学习初学者0【机器学习】机器学习-概述全栈自学社区0【机器学习】机器学习项目流程机器学习算法与Python实战0【机器学习】机器学习项目流程机器学习初学者0【机器学习】机器学习基础知识常见问题详解!机器学习初学者0【机器学习】一文概览量子机器学习!机器学习初学者0【机器学习】机器学习可视化利器--Yellowbrick机器学习初学者0【机器学习】一篇白话机器学习概念机器学习初学者0【机器学习】机器学习必知概念机器学习初学者0点赞 评论 收藏 分享 手机扫一扫分享 编辑 分享 举报