¿Cuáles son las alternativas a RankLib?


La mejor respuesta

Aquí hay algunas bibliotecas para aprender a clasificar fuera de RankLibhttp: //arogozhnikov.github.io/2015/06/26 /learning-to-rank-software-datasets.html:

  1. LEROT (Python)
  2. xapian-letor
  3. Aprendizaje métrico para clasificar (Matlab)
  4. Implementación de rango SVM (C ++)
  5. ListMLE , ListNET
  6. Implementación de SVM-MAP (C ++ )
  7. Biblioteca para aprender a clasificar (C ++)
  8. jforests (Java)
  9. Demostración de IPython sobre cómo aprender a clasificar
  10. Implementación de LambdaRank (Python) especialmente para la competencia de clasificación de kaggle)

Dicho esto, RankLib sigue siendo el mejor opción en términos de madurez y corrección probada.

Si ninguno de estos funciona para usted, siempre existe la opción de escribir uno usted mismo.

Respuesta

Alternativas He usado en el pasado y puedo recomendar:

SVMRank (C) Máquina de vectores de soporte para clasificación

JLIS-Reranking (Java) http://flake.cs.uiuc.edu/~mchang21/softwares/JLIS/rerank.html

Haven «t usado pero conozco:

XGboost (ampliamente utilizado con interfaces para muchos idiomas; nunca lo probé por problemas de clasificación) dmlc / xgboost (consulte también este ejemplo de XGBoost-rank )

Jforests (Java) jforests – Conjuntos de árboles para aprendizaje automático – Alojamiento de proyectos de Google

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *