StatPatternRecognition：用于高能物理数据的统计分析的C++软件包
摘要：基于C ++语言的高能物理数据的现代分析需要先进的统计工具来区分信号和背景。已经实现了一个C ++软件包，为高能物理社区提供这样的工具。该软件包包括线性和二次判别分析、决策树、颠簸狩猎（PRIM）、提升（AdaBoost）、装袋（bagging）和随机森林算法，并且还提供了与斯图加特神经网络模拟器中实现的标准反向传播神经网络和径向基函数神经网络的接口。此外，还提供了引导、数据矩估计以及具有联合椭圆分布的两个变量之间零相关性的检验等辅助工具。该软件包提供了一套方便的工具，用于对输入数据施加要求并显示输出。集成在BaBar计算环境中，该软件包的外部依赖性最小化，因此可以轻松适应任何其他环境。已在许多理想和现实的示例上进行了测试。
作者：I. Narsky
论文ID：physics/0507143
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-05-23