RMTL：规范化多任务学习

10种正则化多任务学习算法的高效求解器，适用于回归、分类、联合特征选择、任务聚类、低阶学习、稀疏学习和网络合并。该算法基于加速梯度下降法，计算复杂度为O（1/k^2）。通过求解近端算子得到稀疏模型结构。Han Cao和Emanuel Schwarz（2018）的论文中描述了该方案的细节<doi:10.1093/bioinformatics/bty831>.

版本：	0.9.9
取决于：	R（≥3.5.0）
进口：	MASS（质量）(≥ 7.3-50),心理(≥ 1.8.4),公司(≥ 1.6.9),do并行(≥ 1.0.14),foreach公司(≥ 1.4.4)
建议：	针织物,rmarkdown公司
出版：	2022-05-02
内政部：	10.32614/CRAN.包装。RMTL公司
作者：	韩操[cre，aut，cph]，伊曼纽尔·施瓦兹
维护人员：	韩操<gmail.com>
错误报告：	https://github.com/transbioZI/RMTL/问题/
许可证：	GPL-3公司
网址：	https://github.com/transbioZI/RMTL网站/
需要编译：	不
材料：	自述文件 新闻
CRAN检查：	RMTL结果

文档：

参考手册：	RMTL.pdf文件
渐晕图：	使用RMTL包的正规化多任务学习教程

下载内容：

包源：	RMTL_0.9.9.tar.gz号
Windows二进制文件：	r-devel公司：RMTL_0.9.9.zip码，r版本：RMTL_0.9.9.zip马来西亚令吉，r-oldrel：RMTL_0.9.9.zip码
macOS二进制文件：	r释放（arm64）：RMTL_0.9.9.tgz，r-oldrel（arm64）：RMTL_0.9.9.tgz，r-版本（x86_64）：RMTL_0.9.9.tgz，r-oldrel（x86_64）：RMTL_0.9.9.tgz
旧来源：	RMTL存档

反向依赖关系：

反向增强：

小木节

链接：

请使用规范形式https://CRAN.R-project.org/package=RMTL链接到此页面。