最佳正交子集选择(BOSS)
最佳正交子集选择(BOSS)是一种基于最小二乘(LS)的子集选择方法,它在有序预测器的正交基础上进行最佳子集选择,计算量相当于一个普通最小二乘拟合。该软件包提供了BOSS的高度优化实现,并估计了BOSS启发式自由度,可以将其插入信息准则(IC)(如AICc)中,以便从候选对象中选择子集。它提供各种IC选择,包括AIC、BIC、AICc、Cp和GCV。它还实现了向前逐步选择(FS),无需额外的计算成本,其中FS的子集是通过交叉验证(CV)选择的。简历也是BOSS的一个选项。有关详细信息,请参见:Tian、Hurvich和Simonoff(2021),“关于最小二乘回归中子集选择的信息标准的使用”<doi:10.448550/arXiv.1911.10191>.
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=BOSSreg链接到此页面。