RまたはMATLABでキャリブレーションされたブーストされた決定木

で教師付き学習アルゴリズムのアン実証的比較（2006 ICML）著者（リッチカルアナとアレクサンドル・ニクレスク-Mizil）は、いくつかの分類アルゴリズム（SVMを、ANN、KNN、ランダムフォレスト、決定木など）を評価した、と報告した校正ブースト木々こと8つの異なるメトリック（Fスコア、ROC面積、平均精度、クロスエントロピーなど）全体で最高の学習アルゴリズムとしてランク付けされています。

キャリブレーションされたブーストされた決定木をテストしたい私のプロジェクトの1つでと思います。誰かがこれに適したRパッケージまたはMATLABライブラリを提案できるかどうか疑問に思っていました。

私はRに比較的慣れていませんが、MATLABおよびPythonでの経験は豊富です。私はRさんについて読んだことがGBM、木、およびRPARTが、これらのパッケージが調整されたブーストされた決定木を実装しているかどうか、またはそれらを実装している他のパッケージがあるかどうかはません。

ありがとう

Rについては、gbmパッケージに投票します。良い概要を提供するビネットがあります：一般化されたブーストモデル：gbmパッケージのガイド。MLアルゴリズムへの統合インターフェースを探している場合は、データの前処理、リサンプリング、モデルパフォーマンスの比較評価のための組み込み機能を備えたキャレットパッケージをお勧めします。ブーストされたツリーの他のパッケージは、付随するビネットの1つであるモデルの調整、予測、およびパフォーマンス関数の表1に報告されています。また、JSS論文の 10〜11ページに、ブーストされたツリーのパラメータ調整の例があります。

注：チェックしていませんが、Wekaを調べることもできます（RインターフェースRWekaがあります）。