Modelos de aprendizado em pares de código aberto

Estou resolvendo um problema de classificação usando um conjunto de treinamento de aprendizado em pares. Temos 2 aulas: ruim e boa . Nós também temos pares de objetos$(a_i,b_i)_{i=1}^n$, significando esse objeto $a_i$ é melhor que$b_i$. Cada objeto é descrito através de suas coordenadas reais:$a_i = x_i^1, x_i^2, \dots x_i^k$. Meu objetivo é construir esse algoritmo, que diz para o objeto de teste o que é ruim e o que é bom.

A questão é quais algoritmos / programas / pacotes de código aberto você pode sugerir para resolver esse tipo de problema de aprendizado em pares . Eu encontrei apenas o algoritmo svm-rank do projeto svm-light que lida com esses dados de treinamento em pares. Gostaria de saber, não encontrou nada semelhante no matlab / R / rapidminer.

A implementação R do sofia-ml , RSofia , oferece algumas opções, classificação e consulta-norma-classificação, que permitem o aprendizado em pares. É uma rápida implementação SVM do Google. É mais barebones do que alguns outros pacotes R, mas depois que você o coloca em funcionamento, descobri que é uma boa opção SVM.