flexmix公司

软件包flexmix:灵活的混合建模,flexmix使用EM算法实现了有限混合回归模型的通用框架。FlexMix提供E-step和所有数据处理,而M-step可以由用户提供,以方便定义新模型。现有的驱动程序实现了标准线性模型、广义线性模型和基于模型的聚类的混合(资料来源:http://cran.r-project.org/web/packages)


zbMATH中的参考文献(参考,2标准条款)

显示107个结果中的1到20个。
按年份排序(引用)
  1. Galimberti,Giuliano;Soffritti,Gabriele:看似无关的聚类线性回归(2020)
  2. 乔尔达尼,保罗;费拉罗,玛丽亚·布里吉达;马尔泰拉,弗朗西斯卡:R聚类介绍(2020)
  3. Ingrassia,Salvatore;Punzo,Antonio:通过总平方和分解对回归混合物进行聚类验证(2020年)
  4. Joki,Kaisa;Bagirov,Adil M.;Karmitsa,Napsu;Mäkelä,Marko M.;Taheri,Sona:聚类支持向量线性回归(2020)
  5. Angelo Mazza;Antonio Punzo:多元污染正态回归模型的混合(2020年)
  6. 墨菲,基夫;墨菲,托马斯·布伦丹:带有协变量和噪声分量的高斯简约聚类模型(2020年)
  7. 沈洁莉;刘丽珍;谢敏戈:(一)融合:个性化融合学习(2020)
  8. Yang,Yu Chen;Lin,Tsung-I;Castro,Luis M.;Wang,Wan-Lun:用伴随协变量扩展(t)线性混合效应模型的有限混合(2020)
  9. Abdalla,Abdelbaset;Michael,Semhar:分层样本回归模型的有限混合(2019年)
  10. Ilmari的Ahonen;Jaakko的Nevalainen;Larocque,Denis:用灵活的有限回归混合预测(2019年)
  11. Akakpo,Rexford M.;Xia,Michelle;Polansky,Alan M.:调整虚假陈述的保险费率制定模型中的频率专家推断(2019年)
  12. Flynt,Abby;Dean,Nema:带测量选择的生长混合模型(2019年)
  13. 冯子斋;巴德斯库,安德烈L.;林,X.谢尔顿:一般保险的混合专家模型:理论发展(2019年)
  14. Adrian O'Hagan;Murphy,Thomas Brendan;Scrucca,Luca;Gormley,Isobel-Claire:通过jackknife、bootstrap和加权似然bootstrap使用高斯混合模型对聚类中的参数不确定性进行调查(2019年)
  15. 多元异质性(Wang-Lun)多元混合模型(Wan-Lun,2019年多元混合异质性数据:Wan-Lun混合数据)
  16. Young,Derek S.;Chen,Xi;Hewage,Dillukshi C.;Nilo Poyanco,Ricardo:伽马分布的有限混合:估计、推断和基于模型的聚类(2019)
  17. Zeller,Camila Borelli;Cabral,Celso Rômulo Barbosa;Lachos,Víctor Hugo;Benites,Luis:基于正态分布比例混合的删失数据回归模型有限混合(2019年)
  18. Angelo Mazza;Antonio Punzo;Salvatore Ingrassia:flexCWM:集群加权模型的灵活框架(2018)不是zbMATH
  19. Fop,Michael;Murphy,Thomas Brendan:基于模型聚类的变量选择方法(2018)
  20. Hand,Paul;Joshi,Babhru:混合线性回归的凸规划,具有良好分离数据的恢复保证(2018)