mpath:正则化线性模型

算法通过迭代重加权凸优化(IRCO)计算凹凸(CC)族损失函数的稳健估计,IRCO是迭代重加权最小二乘(IRLS)的扩展。IRCO减少了导致巨大损失的观测值的权重;它还提供了权重以帮助识别异常值。应用包括鲁棒(惩罚)广义线性模型和鲁棒支持向量机。该软件包还包含惩罚泊松、负二项、零膨胀泊松、零膨胀负二项回归模型和具有非凸损失函数的稳健模型。Wang等人(2014)<doi:10.1002/sim.6314>,Wang等人(2015)<doi:10.1002/bimj.201400143>,Wang等人(2016)<doi:10.1177/0962280214530608>,王(2021)<doi:10.1007/s11749-021-00770-2>,王(2024)<doi:10.1111/anzs.12409>.

版本: 0.4-2.25
取决于: R(≥3.5.0),方法,格尔姆奈特帕姆
进口: MASS(质量)pscl公司数字派生foreach公司do并行bst公司权重支持向量机
建议: zic公司R.rsp公司针织物rmarkdown公司开放式xlsxe1071号SparseM(备用)砰地关上
出版: 2024-03-09
作者: 朱旺,由阿奇姆·泽利斯(Achim Zeileis)、西蒙·杰克曼(Simon Jackman)、布赖恩·里普利(Brian Ripley)和帕特里克·布雷尼(Patrick Breheny)出资
维护人员: 朱旺<zwang145在uthsc.edu>
错误报告: https://github.com/zhuwang46/mpath
许可证: GPL-2型
版权: 参见文件版权
网址: https://github.com/zhuwang46/mpath
需要编译: 是的
引用: mpath引文信息
材料: 新闻
在视图中: 机器学习
CRAN检查: mpath结果

文档:

参考手册: 兆帕.pdf
渐晕图: 具有惩罚鲁棒非凸损失函数的癌症患者分类(附结果)
零膨胀和过度分散数据的变量选择及其在德国卫生保健需求中的应用
鲁棒广义线性模型
鲁棒支持向量机
具有惩罚鲁棒非凸损失函数的癌症患者分类(无结果)
零充气回归的KKT条件

下载内容:

程序包来源: 兆帕_0.4-2.25tar.gz
Windows二进制文件: r-devel公司:mpath0.4-2.25.zip(英里/小时),r版本:mpath0.4-2.25.zip(英里/小时),r-oldrel:mpath0.4-2.25.zip(英里/小时)
macOS二进制文件: r释放(arm64):兆帕0.4-2.25.tgz,r-oldrel(arm64):兆帕0.4-2.25.tgz,r-release(x86_64):兆帕0.4-2.25.tgz
旧来源: mpath档案

反向依赖关系:

反向取决于: NBts变量选择
反向进口: 布加尔红外助推器nbfar公司

链接:

请使用规范形式https://CRAN.R-project.org/package=mpath链接到此页面。