cpfa:平行因子分析分类
使用Richard A.Harshman的平行因子分析-1(Parafac)模型或平行因子分析-2(Parafac2)模型的分类适合三向或四向数据阵列。参见Harshman和Lundy(1994):<doi:10.1016/0167-9473(94)90132-5>. 使用Parafac或Parafac2模型的一种模式中的组件权重作为特征,通过k倍交叉验证程序调整一种或多种分类方法的参数。允许对不同张量模式进行约束。支持惩罚逻辑回归、支持向量机、随机森林、前馈神经网络、正则化判别分析和梯度提升机。支持二进制和多类分类。预测类标签或类概率,并计算多个分类性能度量。通过“parallel”和“doParallel”包实现并行计算。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=cpfa链接到此页面。