Wat zijn de alternatieven voor RankLib?


Beste antwoord

Hier zijn een aantal Learning to Rank bibliotheken buiten RankLib http://arogozhnikov.github.io/2015/06/26 /learning-to-rank-software-datasets.html:

  1. LEROT (Python)
  2. xapian-letor
  3. Metrisch leren rangschikken (Matlab)
  4. SVM-Rank-implementatie (C ++)
  5. ListMLE , ListNET
  6. SVM-MAP-implementatie (C ++ )
  7. Bibliotheek leren classificeren (C ++)
  8. jforests (Java)
  9. IPython-demo over het leren rangschikken
  10. Implementatie van LambdaRank (Python) speciaal voor kaggle ranking-competitie)

Dat gezegd hebbende, RankLib blijft nog steeds de beste optie in termen van volwassenheid en bewezen juistheid.

Als geen van deze voor u werkt, is er altijd de mogelijkheid om er zelf een te schrijven.

Antwoord

Alternatieven Ik heb “in het verleden gebruikt en kan aanbevelen:

SVMRank (C) Ondersteuning van vectormachine voor rangschikking

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

Heb “niet gebruikt maar weet van:

XGboost (veel gebruikt met interfaces voor veel talen; heb het nooit geprobeerd voor rangschikkingsproblemen) dmlc / xgboost (zie ook dit XGBoost-rank voorbeeld )

Jforests (Java) jforests – Tree Ensembles for Machine Learning – Google Project Hosting

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *