GARS公司

GARS：用于识别高维且具有挑战性的数据集中变量的稳健子集的遗传算法

生物导体版本：释放（3.19）

特征选择的目的是从高维数据集中识别和删除冗余、无关和噪声变量。选择信息特征会通过提高其整体性能来影响后续的分类和回归分析。已经提出了几种进行特征选择的方法：大多数方法依赖于单变量统计、相关性、熵测量或使用向后/向前回归。在此，我们提出了一种高效、稳健和快速的方法，该方法采用随机优化方法来处理高维问题。GARS是一种遗传算法的创新实现，它可以在高维且具有挑战性的数据集中选择稳健的特征。

作者：Mattia Chiesa＜Mattia.Chiesa在hotmail.it＞，Luca Piacentini＜Luca.Piacentini在心脏病学杂志.it＞

维护人员：Mattia Chiesa在hotmail.it>

引文（从R中输入引文（“GARS”）):

安装

要安装此软件包，请启动R（版本“4.4”）并输入：

如果（！require（“BiocManager”，悄悄地=TRUE））install.packages（“BiocManager”）BiocManager:：安装（“GARS”）

对于R的旧版本，请参阅相应的生物导体释放.

文档

要查看系统中安装的此软件包版本的文档，请启动R并输入：

浏览幻影（“GARS”）

GARS：一种用于识别高维且具有挑战性的数据集中稳健变量子集的遗传算法	PDF格式	R脚本
参考手册	PDF格式
新闻	文本

需要帮助吗？请访问生物导体支持网站！

细节

生物视图	分类,群集,特征提取,软件
版本	1.24.0
在生物导体中	生物技术3.7（R-3.5）（6.5年）
许可证	GPL（>=2）
取决于	R（>=3.5），ggplot2,集群
进口	DaMiRseq公司,ML序列，统计信息，方法，总结性实验
系统要求
统一资源定位地址

建议	仿生风格,针织物,测试那个
链接到
增强功能
取决于我
导入我
建议我
指向我的链接
生成报告	生成报告

程序包档案

跟随安装在R会话中使用此包的说明。

源程序包	GARS_1.24.0.tar.gz
Windows二进制	GARS_1.24.0.zip
macOS二进制（x86_64）	GARS_1.24.0.tgz
macOS二进制（arm64）	GARS_1.24.0.tgz
源码库信息	git克隆https://git.bioconductor.org/packages/GARS
源存储库（开发人员访问）	git克隆git@git.bioconductor.org：包/GARS
Bioc软件包浏览器	https://code.bioconductor.org/browse/GARS/
包短Url	https://bioconductor.org/packages/GARS/
软件包下载报告	下载统计信息