聚会

聚会:一个递归的聚会实验室。用于递归分区的计算工具箱。该包的核心是ctree(),它是一个条件推理树的实现,它将树结构的回归模型嵌入到定义良好的条件推理过程理论中。这类非参数回归树适用于各种回归问题,包括名义的、序数的、数值的、截尾的以及多元响应变量和协变量的任意度量尺度。基于条件推理树,cforest()提供了Breiman随机森林的实现。函数mob()实现了一种基于参数模型(如线性模型、GLMs或生存回归)的递归分区算法,该算法采用了分割选择的参数不稳定性测试。可用于可视化结构化回归模型。


zbMATH参考文献(参考 25篇文章 引用)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. Gupta,Bhisham C.;Guttman,Irwin;Jayalath,Kalanka P.:工程师和科学家使用MINITAB,R和JMP的统计和概率应用(2020)
  2. Daniel Conn,Tuck Ngun,Gang Li,Christina M.Ramirez:模糊森林:扩展相关高维数据的随机森林特征选择(2019)不是zbMATH
  3. Jaeger,Byron C.;Long,D.Leann;Long,Dustin M.;Sims,Mario;Szychowski,Jeff M.;Min,Yuan-I;McClure,Leslie A.;Howard,George;Simon,Noah:斜向随机生存森林(2019年)
  4. Steingrimsson,Jon Arni;Diao,Liqn;Strawderman,Robert L.:审查无偏回归树和集合(2019)
  5. Eun Kyung Lee:PPtreeViz:可视化投影追踪分类树的R包(2018)不是zbMATH
  6. Janleste和Janlesta-Tutel的随机反应:2016年;Janlesta-Turtz随机选择
  7. Waelchli,Boris:基于邻近性的宏观压力测试框架(2016)
  8. Hothorn,Torsten:partykit:一个用于递归partytion的模块化工具箱,见\texttr(2015)
  9. Nguyen,Thanh Tung;Huang,Joshua Z.;Nguyen,Thuy Thi:用于范围预测偏差校正的两级分位数回归森林(2015)
  10. Willi Sauerbrei;Anika Buchholz;Boulesteix,Anne Laure;Binder,Harald:关于多元回归模型推导中的稳定性问题(2015)
  11. 周燕;麦卡德尔,约翰J.:生存树和生存集合方法的基本原理和应用(2015)
  12. Alexander Hapfelmeier;Torsten的Hothorn;Kurt的Ulm;Carolin的Strobl:具有缺失数据的随机森林的新可变重要性度量(2014)
  13. Hapfelmeier,A.;Ulm,K.:使用缺失值数据的随机森林变量选择(2014)
  14. Hapfelmeier,A.;Ulm,K.:使用随机森林的新变量选择方法(2013)
  15. Kuhn,Max;Johnson,Kjell:应用预测建模(2013)
  16. 赵延昌:R与数据挖掘。实例和案例研究(2013)
  17. Bettina Grün;Ioannis Kosmidis;Achim Zeileis:R中的扩展Beta回归:震动、搅拌、混合和分区(2012)不是zbMATH
  18. ăghici博士,索林:使用R和生物导体的微阵列的统计和数据分析。带光盘(2012)
  19. Hapfelmeier,A.;Hothorn,T.;Ulm,K.:使用替代决策和多重插补对不完整数据进行递归分区(2012年)
  20. Villandré,Luc;Rich,Benjamin;Ciampi,Antonio:软分类树(2012)