bst：梯度增强

针对各种凸和非凸损失函数的函数梯度下降算法，用于经典和稳健回归和分类问题。参见王（2011）<doi:10.2202/1557-4679.1304>，王（2012）<文件编号：10.3414/ME11-02-0020>，王（2018）<doi:10.1080/10618600.2018.142635>，王（2018）<doi:10.1214/18-EJS1404>.

版本：	0.3-24
进口：	r零件、方法、，foreach公司,do并行,千兆字节
建议：	高密度指数,pROC公司,R.rsp公司,针织物,格达塔
出版：	2023-01-06
内政部：	10.32614/CRAN.包装.bst
作者：	朱旺[自动，cre]，托尔斯滕·霍霍恩
维护人员：	朱旺<zwang145 at uthsc.edu>
许可证：	GPL-2型|GPL-3公司[扩展自：GPL（≥2）]
需要编译：	不
引用：	bst引文信息
材料：	新闻
在视图中：	机器学习
CRAN检查：	bst结果

文档：

参考手册：	bst.pdf文件
渐晕图：	利用基因表达数据对乳腺癌临床分期进行分类（附结果） 利用基因表达数据对癌症类型进行分类（附结果） UCI机器学习数据集的分类（带结果） 利用基因表达数据对乳腺癌临床分期进行分类（无结果） UCI机器学习数据集的分类（无结果） 利用基因表达数据对癌症类型进行分类（无结果） 利用基于质谱的蛋白质组数据进行癌症分类

下载内容：

包源：	bst_0.3-24.tar.gz
Windows二进制文件：	r-devel公司：bst_0.3-24.zip，r版本：bst_0.3-24.zip，r-oldrel：bst_0.3-24.zip
macOS二进制文件：	r释放（arm64）：bst_0.3-24.tgz，r-oldrel（arm64）：bst_0.3-24.tgz，r-版本（x86_64）：bst_0.3-24.tgz，r-oldrel（x86_64）：bst_0.3-24.tgz
旧来源：	bst存档

反向依赖关系：

反向进口：	蟾蜍,英里/小时
反向建议：	流量ml,f插入符号,最大似然比

链接：

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