色狼

R包gamsel:广义可加模型的拟合正则化路径。使用重叠分组套索惩罚,gamsel选择gam中的一个项是非零、线性还是非线性样条线(最多为每个变量指定的最大df)。对于高斯族和二项族,它将整个正则化路径拟合到整体惩罚lambda值的网格上。


zbMATH参考文献(参考 18篇文章

显示第1至18个结果,共18个。
按年份排序(引用)

  1. Fan,Yingying;Demirkaya,Emre;Li,Gaorong;Lv,Jinchi:具有图形非线性仿冒的大规模推理(2020)
  2. Meulman,Jacqueline J.;van der Kooij,Anita J.;Duisters,Kevin L.W.:ROS回归:将正则化与最优标度回归相结合(2019)
  3. Boyd,Nicholas;Hastie,Trevor;Boyd,Stephen;Recht,Benjamin;Jordan,Michael I.:饱和样条线和特征选择(2018)
  4. 梁法明;李启斋;周磊:药物敏感基因选择的贝叶斯神经网络(2018)
  5. 多变量模型(2017年:马尔蒂奥-塔皮奥模型;米斯特-图莫尼模型)
  6. Yan,Xiaohan;Bien,Jacob:分层稀疏建模:两组套索配方的选择(2017)
  7. Yanagihara,Hirokazu:惩罚样条回归光滑度的非迭代优化方法(2012)
  8. Nummi,Tapio;Pan,Jianxin;Siren,Tarja;Liu,Kun:相关数据下三次光滑样条函数的检验(2011)
  9. Wand,M.P.;Ormerod,J.T.:惩罚小波:将小波嵌入到半参数回归中(2011)
  10. Cressie,Noel;Johannesson,Gardar:超大空间数据集的固定秩Kriging(2008)
  11. Ormerod,John T.;Wand,M.P.;Koch,Inge:惩罚样条支持向量分类器计算问题(2008)
  12. Kauermann,Göran:非参数模型及其估计(2006)
  13. Wand,M.P.:平滑和混合模型(2003)
  14. Aerts,M.;Claeskens,G.;Wand,M.P.:惩罚样条广义加性模型的一些理论(2002)
  15. Cantoni,Eva;Hastie,Trevor:平滑样条的自由度测试(2002)
  16. Coull,Brent A.;Ruppert,David;Wand,M.P.:简单地将相互作用纳入加性模型(2001)
  17. 埃夫隆,布拉德利:散射图平滑器的选择标准(2001)
  18. 黑斯蒂,特雷弗:伪样条函数(1996)