polle：政策学习

用于评估用户指定的有限阶段策略并通过双鲁棒损失函数学习最优处理策略的包。策略学习方法包括blip／条件平均处理效果的双稳健学习和顺序策略树学习。该软件包还包括优化子组分析的方法。参见Nordland和Holst（2022）<doi:10.48550/arXiv.2212.02335>用于文档和参考。

版本：	1.5
取决于：	R（≥4.0），超级学习者
进口：	数据表(≥ 1.14.5),熔岩(≥ 1.7.0),未来应用程序,进步者、方法、，策略树(≥ 1.2.0),生存,有针对性的(≥ 0.4),DynTx体制
建议：	DTR清除2,格尔姆奈特(≥ 4.1-6),mgcv公司,xgboost公司,针织物,护林员,rmarkdown公司,测试那个(≥ 3.0),ggplot2
出版：	2024-09-06
内政部：	10.32614/CRAN.包装卷
作者：	安德烈亚斯·诺德兰〔aut，cre〕，克劳斯·霍尔斯特[自动]
维护人员：	安德烈亚斯·诺德兰（Andreas Nordland）
错误报告：	https://github.com/AndreasNordland/polle/issues
许可证：	Apache许可证（≥2）
需要编译：	不
引用：	民意调查引用信息
材料：	新闻
CRAN检查：	民意测验结果

文档：

参考手册：	投票.pdf
渐晕图：	最优子群(来源,R代码) 策略数据(来源,R代码) 策略_有效(来源,R代码) 策略_学习(来源,R代码)

下载内容：

包源：	投票_1.5.tar.gz
Windows二进制文件：	r-devel公司：polle_1.5.zip，r版本：polle_1.5.zip，r-oldrel：polle_1.5.zip
macOS二进制文件：	r释放（arm64）：polle_1.5.tgz号，r-oldrel（arm64）：polle_1.5.tgz号，r-版本（x86_64）：polle_1.5.tgz号，r-oldrel（x86_64）：polle_1.5.tgz号
旧来源：	民意测验档案

链接：

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