【文件属性】：
文件名称：random-forest:使用WebAssembly和WebWorkers将随机森林移植到Javascript
文件大小：26KB
文件格式：ZIP
更新时间：2021-05-19 17:43:16
random-forest webassembly multithreading ensembles webworker
随机森林
使用WebAssembly将随机森林方法移植到JavaScript。 使用WebWorkers（浏览器）实现的异步计算和多线程。 尚无测试。 请参阅示例文件夹中的example 。
支持回归和分类任务
比现有的JS实现更快
支持同步和异步模式
排列特征的重要性
线程支持（WebWorkers）
JS中带有WASM的CommonJS模块
介绍
与R和Python相比，JavaScript生态系统没有很多机器学习包。 当然，有Tensorflow.js，但并非所有任务都可以通过神经网络和优化来解决。 随机森林是一种鲁棒的集成方法，它使用原始数据的不同子集来拟合引擎盖下的多个决策树。 由于其简单的算法，因此非常适合以本地语言进行并行化和实现。
安装
npm install -S random-forest
同步模式
在里面
const { RandomForestClassif
【文件预览】：
random-forest-master
----.gitmodules(87B)
----example()
--------example-glau.js(2KB)
--------example-synth.js(1KB)
--------example-base.js(1KB)
--------example-async.js(918B)
--------index.html(115B)
----native()
----index.js(421B)
----package.json(2KB)
----package-lock.json(46KB)
----src()
--------index.js(417B)
--------base.js(4KB)
--------util.js(3KB)
--------api.cpp(2KB)
--------worker.js(544B)
--------async.js(2KB)
--------api.h(565B)
----.npmignore(57B)
----prepare-wasm.js(238B)
----.gitignore(71B)
----Makefile(653B)
----README.md(4KB)
----async.js(426B)
----prepare-worker.js(265B)