Mitkä ovat vaihtoehdot RankLibille?


Paras vastaus

Tässä on joitain oppimista sijoittamaan kirjastoja RankLibin ulkopuolelle: //arogozhnikov.github.io/2015/06/26 /learning-to-rank-software-datasets.html:

  1. LEROT (Python)
  2. xapian-letor
  3. Sijoituksen metrinen oppiminen (Matlab)
  4. SVM-Rank-toteutus (C ++)
  5. ListMLE , ListNET
  6. SVM-MAP-toteutus (C ++ )
  7. Kirjaston sijoittelun oppiminen (C ++)
  8. jforests (Java)
  9. IPython-esittely luokituksen oppimisesta
  10. LambdaRank (Python) -toteutus erityisesti kaggle ranking-kilpailuihin)

Tästä huolimatta RankLib on edelleen paras vaihtoehto kypsyyden ja todistetun oikeellisuuden suhteen.

Jos mikään näistä ei toimi sinulle, on aina mahdollista kirjoittaa yksi itse.

Vastaa

Vaihtoehdot Olen käyttänyt aiemmin ja voin suositella:

SVMRank (C) Tukee vektorikoneita rankingissa

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

Haven ei ole käyttänyt, mutta tietää:

XGboost (käytetään laajasti käyttöliittymien kanssa monille kielille; ei ole koskaan kokeillut sitä ranking-ongelmien ratkaisemiseksi) dmlc / xgboost (katso myös tämä XGBoost-rank-esimerkki )

Jforests (Java) jforests – Puuyhtyeet koneoppimista varten – Google-projektin isännöinti

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *