Vilka är alternativen till RankLib?


Bästa svaret

Här är några lära sig att rangordna bibliotek utanför RankLibhttp: //arogozhnikov.github.io/2015/06/26 /learning-to-rank-software-datasets.html:

  1. LEROT (Python)
  2. xapian-letor
  3. Metrisk inlärning att ranka (Matlab)
  4. SVM-Rank implementering (C ++)
  5. ListMLE , ListNET
  6. SVM-MAP-implementering (C ++ )
  7. Lära sig att rangordna biblioteket (C ++)
  8. jskogar (Java)
  9. IPython-demo om att lära sig att ranka
  10. Implementering av LambdaRank (Python) speciellt för kaggle-rankningstävling)

Som sagt är RankLib fortfarande det bästa alternativ när det gäller mognad och bevisad korrekthet.

Om inget av dessa fungerar för dig, finns det alltid möjlighet att skriva en själv.

Svar

Alternativ Jag har använt tidigare och kan rekommendera:

SVMRank (C) Support Vector Machine for Ranking

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

Haven har inte använt men vet om:

XGboost (används ofta med gränssnitt för många språk; testade aldrig det för att ranka problem) dmlc / xgboost (se även detta XGBoost-rank exempel )

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

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *