cpi:条件预测影响
监督学习中条件独立性的一般检验Watson&Wright(2021)提出的算法<doi:10.1007/s10994-021-06030-6>. 实施条件变量重要性度量,该度量可应用于任何受监督的学习算法和损失函数。提供统计推断过程,无需参数假设,并同样适用于连续和分类预测和结果。
版本: |
0.1.4 |
进口: |
foreach公司,mlr3号机组,长距离无线电,仿冒品 |
建议: |
最好的,mlr3学习者,护林员,格尔姆奈特,测试那个(≥ 3.0.0),针织物,rmarkdown公司,do并行 |
出版: |
2022-03-03 |
内政部: |
10.32614/CRAN.包装.cpi |
作者: |
马文·赖特 [aut,cre],大卫·S·沃森 |
维护人员: |
马文·赖特(Marvin N.Wright) |
错误报告: |
https://github.com/bips-hb/cpi/issues |
许可证: |
GPL(≥3) |
网址: |
https://github.com/bips-hb/cpi,https://bips-hb.github.io/cpi网站/ |
需要编译: |
不 |
引用: |
cpi引文信息 |
材料: |
自述文件 新闻 |
CRAN检查: |
cpi结果 |
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=cpi链接到此页面。