WLogit：高维Logistic回归中的变量选择使用白化方法的模型

它在分类问题中提出了一种新的变量选择方法，该方法考虑了高维逻辑模型中设计矩阵的预测因子之间可能存在的相关性。我们的方法包括重写初始高维logistic模型以消除预测因子之间的相关性，以及应用广义Lasso准则。

版本：	2.1
取决于：	R（≥3.5.0）
进口：	cvCovEst公司,吉拉索,易怒的,MASS（质量）,ggplot2,矩阵,格尔姆奈特,公司
建议：	针织物
出版：	2023-07-17
内政部：	10.32614/CRAN.包装。WLogit公司
作者：	朱文灿
维护人员：	朱文灿（Wencan Zhu）
许可证：	GPL-2型
需要编译：	不
CRAN检查：	WLogit结果

文档：

参考手册：	WLogit.pdf格式
渐晕图：	WLogit包

下载内容：

包源：	W登录_2.1.tar.gz
Windows二进制文件：	r-devel公司：WLogit_2.1.zip，r版本：WLogit_2.1.zip，r-oldrel：WLogit_2.1.zip
macOS二进制文件：	r释放（arm64）：W逻辑-2.1.tgz，r-oldrel（arm64）：W逻辑-2.1.tgz，r-release（x86_64）：W逻辑-2.1.tgz，r-旧版本（x86_64）：W逻辑-2.1.tgz
旧来源：	WLogit存档

链接：

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