DriveML：一个用于无人驾驶机器学习的R包
机器学习
2021-08-09 v3 机器学习
摘要
近年来，自动化机器学习的概念变得非常流行。自动化机器学习（AutoML）主要指对各种算法（如随机森林、梯度提升、神经网络等）进行模型选择和超参数优化的自动化方法。在本文中，我们介绍一个新的包即DriveML用于自动化机器学习。DriveML通过运行函数而非编写冗长的R代码，帮助实现自动化机器学习流水线的一些支柱，如自动化数据准备、特征工程、模型构建和模型解释。DriveML包可在CRAN中获取。我们将DriveML包与CRAN/Github中其他相关包进行比较，发现DriveML在不同参数下表现最佳。我们还通过在真实世界数据集上以默认配置应用DriveML包提供了一个示例。总体而言，DriveML的主要优势在于节省开发时间、减少开发者错误、机器学习模型的最优调优以及可复现性。
引用
@article{arxiv.2005.00478,
title = {DriveML: An R Package for Driverless Machine Learning},
author = {Sayan Putatunda and Dayananda Ubrangala and Kiran Rama and Ravi Kondapalli},
journal= {arXiv preprint arXiv:2005.00478},
year = {2021}
}
备注
Paper selected for presentation at the 2nd International Workshop on Data Quality Assessment for Machine Learning @ Special Interest Group on Knowledge Discovery and Data Mining (SIGKDD), 14-18 August, 2021, Singapore