融合学习方法使用模型选择算法,通过组惩罚从不同实验平台的多个数据集学习。感兴趣的响应可以包括离散变量和连续变量的混合。响应可能共享同一组预测因子,但不同平台的模型和参数不同。集成不同数据集的信息可以增强模型选择的能力。套餐基于Xin Gao,Raymond J.Carroll(2017)<arXiv:1610.00667v1>.
请使用规范形式https://CRAN.R-project.org/package=FusionLearn链接到此页面。