线性和Logistic的稀疏变分Bayes回归

实施变分贝叶斯算法，为稀疏、高维线性和逻辑回归模型执行可伸缩变量选择。其特点包括一种新的优先更新方案，该方案在初始化期间使用变分平均值的初步估计值来生成优先处理较大、更相关系数的更新顺序。稀疏性是通过拉普拉斯或高斯平板的尖峰和平顶先验来诱导的。默认情况下，使用厚尾拉普拉斯密度。算法的形式推导和渐近一致性结果可在Kolyan Ray和Botond Szabo（2020）中找到<doi:10.1080/01621459.2020.1847121>科利安·雷、博托德·萨博和加布里埃尔·克拉拉（2020年）<doi:10.48550/arXiv.2010.11665>.

版本： 0.1.0
进口： 卢比(≥ 1.0.5),选择性推理(≥ 1.2.5),格尔姆奈特(≥4.0-2），统计
链接到： 卢比,RcppArmadillo公司,RcppEnsmallen公司
出版： 2021-01-15
作者： 加布里埃尔·克拉拉，Botond Szabo[aut]，科利安·雷
维护人员： 加布里埃尔·克拉拉（Gabriel Clara）<Gabriel.j.Clara at gmail.com>
错误报告： https://gitlab.com/gclara/varpack/-/issues网站
许可证： GPL（≥3）
需要编译： 对
系统要求： C++11语言
CRAN检查： sparsevb结果

文档：

参考手册： sparsevb.pdf

下载内容：

包源： 稀疏b_0.1.0.tar.gz
Windows二进制文件： r-devel公司：sparsevb_0.1.0.zip，r版本：sparsevb_0.1.0.zip，r-oldrel：sparsevb_0.1.0.zip
macOS二进制文件： r释放（arm64）：稀疏b_0.1.0.tgz，r-oldrel（arm64）：稀疏b_0.1.0.tgz，r-版本（x86_64）：稀疏b_0.1.0.tgz，r-oldrel（x86_64）：稀疏b_0.1.0.tgz

链接：

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