hyperbox-brain：基于超盒的机器学习算法工具箱
机器学习
2022-10-07 v1
摘要
基于超盒的机器学习算法是机器学习的一个重要且流行的分支，其利用模糊集与逻辑理论以及神经网络架构构建分类器。此类学习具有现代预测器的诸多优势，如高可扩展性、可解释性、在线自适应、从小数据有效学习、处理缺失数据的原生能力以及容纳新类别。然而，目前尚无全面的基于超盒的机器学习软件包可作为研究基准并让非专业用户轻松应用这些算法。hyperbox-brain 是一个实现主流基于超盒的机器学习算法的开源 Python 库。该库提供了统一且紧密遵循并与著名 scikit-learn 和 numpy 工具箱兼容的 API。该库可从 Python Package Index (PyPI) 和 conda 包管理器安装，并在 GPL-3 许可下分发。源代码、文档、详细教程以及 API 的完整描述可在 https://uts-caslab.github.io/hyperbox-brain 获取。
引用
@article{arxiv.2210.02704,
title = {hyperbox-brain: A Toolbox for Hyperbox-based Machine Learning Algorithms},
author = {Thanh Tung Khuat and Bogdan Gabrys},
journal= {arXiv preprint arXiv:2210.02704},
year = {2022}
}
备注
11 pages