×

受到惩罚的

swMATH ID: 6071
软件作者: Rosa J.Meijer。;杰尔·戈曼。
描述: R包缺陷:脊回归的有效近似k倍和忽略交叉验证。在模型构建和模型评估中,交叉验证是一种常用的重采样方法。不幸的是,这种方法可能非常耗时。在本文中,我们讨论了一种更快速的近似方法,可以用于广义线性模型和带有岭惩罚项的Cox比例风险模型。我们的近似方法基于全模型估计值的泰勒展开。这样,所有交叉验证的估计值都是近似值,而无需重新调整模型。现在可以根据这些近似值选择调谐参数,并且可以在更短的时间内进行优化。当近似大数据集的留-出交叉验证结果时,该方法最准确,而这最初是计算要求最高的情况。为了证明该方法的性能,将其应用于多个微阵列数据集。CRAN上提供了一个实施该方法的被处罚的R包。
主页: http://cran.r-project.org/web/packages/sumplished/
源代码:  https://github.com/cran/spensived
依赖项: R(≥2.10.0),方法,存活率
关键词: 近似法;交叉验证;矩阵反演引理;山脊回归;生存分析
相关软件: R(右);格尔姆奈特;SAS公司;CRAN(起重机);格林帕斯;随机森林;RcppArmadillo公司;卢比;glmnetcr公司;mgcv公司;生存;拉尔斯;e1071号;UCI-毫升;bn学习;序号mifs;glmpathcr公司;rms(有效值);VGAM公司;序号网络
引用于: 25文件

按年份列出的引文