LCE — An Augmented Combination of Bagging and Boosting in Python

要約

lcensemble は、分類と回帰の一般的なタスク用の、パフォーマンスが高く、スケーラブルで使いやすい Python パッケージです。
このパッケージには、現在の最先端の手法である Random Forest と XGBoost の予測パフォーマンスをさらに強化する機械学習手法である Local Cascade Ensemble (LCE) が実装されています。
LCE は、それぞれの強みを組み合わせ、相補的な多様化アプローチを採用して、より優れた一般化予測子を取得します。
このパッケージは scikit-learn と互換性があるため、scikit-learn パイプラインおよびモデル選択ツールと対話できます。
これは Apache 2.0 ライセンスに基づいて配布されており、ソース コードは https://github.com/LocalCascadeEnsemble/LCE で入手できます。

要約(オリジナル)

lcensemble is a high-performing, scalable and user-friendly Python package for the general tasks of classification and regression. The package implements Local Cascade Ensemble (LCE), a machine learning method that further enhances the prediction performance of the current state-of-the-art methods Random Forest and XGBoost. LCE combines their strengths and adopts a complementary diversification approach to obtain a better generalizing predictor. The package is compatible with scikit-learn, therefore it can interact with scikit-learn pipelines and model selection tools. It is distributed under the Apache 2.0 license, and its source code is available at https://github.com/LocalCascadeEnsemble/LCE.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google