我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们提出了一个关于提升的统计观点。特别强调估计潜在的复杂参数或非参数模型,包括广义线性和可加模型以及生存分析的回归模型。文中还讨论了自由度的概念和相应的Akaike或Bayesian信息准则,特别适用于高维协变量空间中的正则化和变量选择。
通过专用的开源软件包说明了拟合统计模型的boosting过程的实际方面姆博斯特此软件包实现了可用于模型拟合、预测和变量选择的功能。它很灵活,可以实现新的增强算法,优化用户特定的损失函数。
彼得·比尔曼。 托尔斯滕·霍霍恩。 “推进算法:正则化、预测和模型拟合。” 统计人员。科学。 22 (4) 477 - 505, 2007年11月。 https://doi.org/10.1214/07-STS242