SelectBoost：一种提高变量性能的通用算法相关数据集中的选择方法

selectboost算法的实现（Bertrand等人，2020，“生物信息学”<doi:10.1093/bioinformatics/btaa855>)这是一种通用算法，可以提高任何现有变量选择方法的精度。该算法基于高度密集的模拟，并考虑了数据的相关结构。它既可以产生变量选择的置信指数，也可以用于实验设计规划。

版本：	2.2.2
取决于：	R（≥2.10）
进口：	拉尔斯,格尔姆奈特,记录仪，平行，消息,快速、方法、，级联、图形、grDevices、，瓦尔布人,标准普尔,阿比德
建议：	针织物,降价,rmarkdown公司,mixOmics公司,级联数据
出版：	2022-11-30
内政部：	10.32614/CRAN.包装。选择Boost
作者：	弗雷德里克·贝特朗[cre，aut]，Myriam Maume-Bertrand公司[aut]，伊斯梅尔·奥瓦迪[ctb]，尼古拉斯·荣格
维护人员：	弗雷德里克·贝特朗（Frederic Bertrand）<Frederic.Bertrand at utt.fr>
错误报告：	https://github.com/fbertran/SelectBoost/issues网站/
许可证：	GPL-3型
网址：	https://fbertran.github.io/SelectBoost/,https://github.com/fbertran/SelectBoost/
需要编译：	不
分类/MSC：	62小时11分,62J12型,62J99型
引用：	选择Boost引文信息
材料：	自述文件 新闻
CRAN检查：	选择Boost结果

文档：

参考手册：	选择Boost.pdf
渐晕图：	网络逆向工程的SelectBoost包基准测试 使用SelectBoost包实现级联网络的置信度估计 Selectboost包提供的模拟工具

下载内容：

包源：	选择Boost_2.2.2.tar.gz
Windows二进制文件：	r-devel公司：选择Boost_2.2.2.zip，r版本：选择Boost_2.2.2.zip，r-oldrel：选择Boost_2.2.2.zip
macOS二进制文件：	r释放（arm64）：选择Boost_2.2.2.tgz，r-oldrel（arm64）：选择Boost_2.2.2.tgz，r-release（x86_64）：选择Boost_2.2.2.tgz，r-oldrel（x86_64）：选择Boost_2.2.2.tgz
旧来源：	选择Boost存档

反向依赖关系：

反向进口：

模式

链接：

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