类别

• 分类学习者应用
  交互式地训练、验证和调优分类模型
  
• 分类树
  用于多类学习的二叉决策树
  
• 判别分析
  正则化线性和二次判别分析
  
• 朴素贝叶斯
  带有高斯、多项或核预测器的朴素贝叶斯模型
  
• 最近的邻居
  k最近的邻居分类
  
• 支持向量机分类
  支持向量机用于二进制或多类分类
  
• 分类集合体
  用于多类学习的boost、随机森林、bagging、随机子空间和ECOC集成
  
• 广义加性模型
  由单变量和二元形状函数组成的可解释模型用于二元分类
  
• 神经网络
  二进制和多类分类的神经网络
  
• 增量学习
  对流数据拟合分类模型并跟踪其性能
  
• 分类的半监督学习
  基于图和自我训练的半监督学习方法
  
• 二元分类的公平性
  探索二元分类的公平性
  
• 可解释性
  训练可解释的分类模型和解释复杂的分类模型
  
• 模型建立与评估
  特征选择、特征工程、模型选择、超参数优化、交叉验证、预测性能评估和分类精度对比测试