joinet:多元弹性网回归
通过叠加推广实现高维多元回归(Rauschenberger 2021<doi:10.1093/bioinformatics/btab576>). 对于正相关的结果,单个多变量回归通常比多个单变量回归更具预测性。包括用于模型拟合、提取系数、结果预测和性能测量的功能。如果需要,请从GitHub安装MRCE或remMap(<https://github.com/cran/MRCE>, <https://github.com/cran/remMap>).
版本: |
0.0.10 |
取决于: |
R(≥3.0.0) |
进口: |
格尔姆奈特,帕拉索,短号 |
建议: |
针织物,rmarkdown公司,测试,MASS(质量) |
增强功能: |
老鼠,地球,标准普尔,MRCE公司、remMap、,多元随机森林,SiER公司,mcen公司,加仑/分,RMTL公司,MTPS公司 |
出版: |
2021-08-09 |
作者: |
阿明·劳森伯格[aut,cre] |
维护人员: |
阿明·劳森伯格(Armin Rauschenberger) |
错误报告: |
https://github.com/rauschenberger/joinet/issues网站 |
许可证: |
GPL-3公司 |
网址: |
https://github.com/rauschenberger/joinet网址 |
需要编译: |
不 |
语言: |
英国 |
引文: |
joinet引文信息 |
材料: |
自述文件 新闻 |
在视图中: |
机器学习 |
CRAN检查: |
joinet结果 |
文档:
下载内容:
反向依赖关系:
链接:
请使用规范形式https://CRAN.R-project.org/package=joinet链接到此页面。