TMVA——多变量数据分析工具包
数据分析、统计与概率
2018-08-02 v5
摘要
在高能物理中，随着在越来越大的数据集中寻找越来越小的信号，从数据中提取最大可用信息变得至关重要。基于机器学习技术的多变量分类方法已成为大多数分析的基本组成部分。多变量分类器本身近年来也取得了显著发展。统计学家找到了调整和组合分类器以进一步提高性能的新方法。TMVA集成在分析框架ROOT中，是一个包含多种多变量分类算法的工具包。所有可用分类器的训练、测试、性能评估和应用均通过用户友好界面同时进行。随着版本4的发布，TMVA已扩展到对实值目标向量的多变量回归。回归通过与分类相同的用户界面调用。TMVA 4还具有更灵活的数据处理功能，允许任意组合MVA方法。一种广义的提升方法是受益于新框架的首个实现。
引用
@article{arxiv.physics/0703039,
title = {TMVA - Toolkit for Multivariate Data Analysis},
author = {A. Hoecker and P. Speckmayer and J. Stelzer and J. Therhaag and E. von Toerne and H. Voss and M. Backes and T. Carli and O. Cohen and A. Christov and D. Dannheim and K. Danielowski and S. Henrot-Versille and M. Jachowski and K. Kraszewski and A. Krasznahorkay and M. Kruk and Y. Mahalalel and R. Ospanov and X. Prudent and A. Robert and D. Schouten and F. Tegenfeldt and A. Voigt and K. Voss and M. Wolter and A. Zemla},
journal= {arXiv preprint arXiv:physics/0703039},
year = {2018}
}
备注
TMVA-v4 Users Guide: 135 pages, 19 figures, numerous code examples and references