Beste Antwort
Hier finden Sie einige Informationen zum Ranking von Bibliotheken außerhalb von RankLibhttp: //arogozhnikov.github.io/2015/06/26 /learning-to-rank-software-datasets.html:
- LEROT (Python)
- xapian-letor
- Metrisches Lernen zum Rang (Matlab)
- SVM-Rank-Implementierung (C ++)
- ListMLE , ListNET
- SVM-MAP-Implementierung (C ++ )
- Lernen, die Bibliothek zu bewerten (C ++)
- jforests (Java)
- IPython-Demo zum Erlernen des Rankings
- Implementierung von LambdaRank (Python) speziell für Kaggle-Ranking-Wettbewerbe)
Trotzdem bleibt RankLib immer noch die beste Option in Bezug auf Reife und nachgewiesene Korrektheit.
Wenn keine dieser Optionen für Sie funktioniert, besteht immer die Möglichkeit, selbst eine zu schreiben.
Antwort
Alternativen Ich habe in der Vergangenheit verwendet und kann empfehlen:
SVMRank (C) Support Vector Machine für Ranking
JLIS-Reranking (Java) http://flake.cs.uiuc.edu/~mchang21/softwares/JLIS/rerank.html
Nicht verwendet, aber bekannt von:
XGboost (weit verbreitet mit Schnittstellen für viele Sprachen; Ich habe es nie wegen Ranking-Problemen versucht.) dmlc / xgboost (siehe auch dieses XGBoost-Rank-Beispiel )
Jforests (Java) jforests – Baumensembles für maschinelles Lernen – Google Project Hosting