Open-Source-Modelle für paarweises Lernen

Ich löse ein Klassifizierungsproblem mit einem paarweisen Lern-Trainingssatz. Wir haben 2 Klassen: schlecht und gut . Wir haben auch Paare von Objekten , was bedeutet, dass das Objekt besser ist als . Jedes Objekt wird durch seine reellen Koordinaten beschrieben: . Mein Ziel ist es, einen solchen Algorithmus zu erstellen, der für Testobjekte besagt, welches schlecht und welches gut ist.$(a_i,b_i)_{i=1}^n$$a_i$ $b_i$$a_i = x_i^1, x_i^2, \dots x_i^k$

Die Frage ist, welche Open-Source-Algorithmen / Programme / Pakete Sie vorschlagen können, um diese Art von Problem des paarweisen Lernens zu lösen. Ich habe nur einen SVM-Rang-Algorithmus aus einem SVM-Light- Projekt gefunden, der solche paarweisen Trainingsdaten verarbeitet. Ich frage mich, habe in matlab / R / rapidminer nichts Ähnliches gefunden.

Die R-Implementierung von Sofia-ml , RSofia, bietet eine Reihe von Optionen, Rang und Abfrage-Norm-Rang, die paarweises Lernen ermöglichen. Es ist eine schnelle SVM-Implementierung von Google. Es ist mehr Barebone als einige andere R-Pakete, aber sobald Sie es zum Laufen gebracht haben, habe ich festgestellt, dass es eine nette SVM-Option ist.