偏好学习 (PL) 是机器学习的核心领域，用于处理具有序数关系的数据集。 随着排名和主观评分等有序性数据的生成数量不断增加，PL 领域的重要性和作用在机器学习研究和实践中变得至关重要。 这个 SourceForge 项目提供了一个开源偏好学习工具箱 (PLT)，它支持包含各种流行数据预处理、特征选择和偏好学习方法的关键数据建模阶段。 有关如何使用和修改该工具的信息可在 wiki 上找到：https://github.com/TAPeri/pl-toolbox/wiki 该工具可免费用于科学用途。 如果您在科学工作中使用 PLT，请引用为：Farrugia、Vincent E.、Héctor P. Martínez 和 Georgios N. Yannakakis。 “偏好学习工具箱。” arXiv 预印本 arXiv:1506.01709 (2015)
