阿贝斯 swMATH ID: 40395 软件作者： 朱锦、胡丽媛、黄俊豪、蒋康康、张燕航、林世云、朱俊贤、王雪琴 描述： abess:Python和R.abess（Adaptive Best Subset Selection）库中的快速最佳子集选择旨在解决一般的最佳子集选择问题，即找到一个小的预测子集，以使生成的模型具有最高的准确性。最佳子集的选择在科学研究和实际应用中具有重要价值。例如，临床医生希望根据几个重要基因的表达水平来了解患者是否健康。该库实现了一个通用算法框架，以极快的方式找到最优解。该框架现在支持在以下情况下检测最佳子集：线性回归、分类（二进制或多类）、计数响应建模、删失响应建模、多响应建模（多任务学习）等。它还支持最佳子集选择的变体，如组最佳子集选择、，妨害惩罚回归，特别是线性回归（组）最佳子集选择的时间复杂度是可证明多项式 主页： https://abess.readthedocs.io/en/latest/ 源代码： https://github.com/abess-team/abess 依赖项： 蟒蛇；对 关键词： 机器学习;arXiv_状态ML;arXiv_cs。LG公司;arXiv_状态.CO;自适应BEst子集选择;蟒蛇;对;最佳子集选择;高维数据;拼接技术 相关软件： 对;ConsReg公司;再点火器;探测器分离;科尔夫;CMLS公司;霍利格姆;pROC公司;Rmosek公司;最好的;CPLEX公司;lm子集;阿勒斯;古罗比;ic.infer公司;CVXR公司;GLM数据;阿波罗3;莫塞克;桂林医学院 引用于： 0个文档 标准文章 1出版物描述软件 年份 abess:Python和R中的快速最佳子集选择库arXiv公司朱锦、胡丽媛、黄俊豪、蒋康康、张燕航、林世云、朱俊贤、王雪琴 2021