知识产权证书

R包ipred:改进的预测因子。通过对分类、回归和生存问题以及基于重抽样的预测误差估计量的间接分类和装袋改进预测模型。


zbMATH参考文献(引用于 29篇文章

显示第1到第20个结果,共29个。
按年份排序(引用)
  1. Genuer,Robin;Poggi,Jean-Michel:Random forests with R(2020年)
  2. Khan,Zardad;Gul,Asma;Perperoglou,Aris;Miftahuddin,Miftahuddin;Mahmoud,Osama;Adler,Werner;Lausen,Berthold:最优树集合、随机森林和随机投影集合分类(2020)
  3. Mentch,Lucas;Zhou,Siyu:随机化作为正则化:随机森林成功的自由度解释(2020)
  4. Ribeiro,Rita P.;Moniz,Nuno:不平衡回归和极值预测(2020)
  5. Ramasubramanian,Karthik;Singh,Abhishek:使用R进行机器学习。R中的时间序列和基于行业的用例(2019)
  6. Gul,Asma;Perperoglou,Aris;Khan,Zardad;Mahmoud,Osama;Miftahuddin,Miftahuddin;Adler,Werner;Lausen,Berthold:《k)NN分类器子集的集合》(2018)
  7. Penning de Vries,Bas B.L.;van Smeden,Maarten;Groenwold,Rolf H.H.:在存在缺失协变量数据的情况下使用分类和回归树进行倾向得分估计(2018年)
  8. vanderlaan,Mark J.;Rose,Sherri:数据科学中的目标学习。复杂纵向研究的因果推理(2018)
  9. Conversano,Claudio;Dusseldorp,Elise:通过logistic分类主干建模阈值交互效应(2017)
  10. Audigier,Vincent;Husson,François;Josse,Julie:混合数据缺失值插补的主成分方法(2016)
  11. Bischl,Bernd;Lang,Michel;Kotthoff,Lars;Schiffner,Julia;Richter,Jakob;Studerus,Erich;Casalicchio,Giuseppe;Jones,Zachary M.:mlr:机器学习在(\mathbfR)(2016)
  12. Cichosz,Paweł:数据挖掘算法。使用R解释(2015)
  13. Robin Genuer,Jean-Michel Poggi,Christine Tuleau-Malot:VSURF:使用随机森林进行变量选择的R包(2015)不是zbMATH
  14. 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)
  15. Schnitzer,Mireille E.;Van der Laan,Mark J.;Moodie,Erica E.M.;Platt,Robert W.:母乳喂养对婴儿胃肠道感染的影响:聚类纵向数据的目标最大似然法(2014年)
  16. Kuhn,Max;Johnson,Kjell:应用预测建模(2013)
  17. Sexton,Joseph;Laake,Petter:增强系数模型(2012)
  18. Ulla Mogensen;Hemant Ishwaran;Thomas Gerds:使用预测误差曲线评估用于生存分析的随机森林(2012年)不是zbMATH
  19. 阿德勒,沃纳;布伦宁,亚历山大;波塔波夫,谢尔盖;施密德,马蒂亚斯;劳森,伯索尔德:成对数据的集合分类(2011)
  20. Adler,Werner;Potapov,Sergej;Lausen,Berthold:使用基于树的集合方法对重复测量数据进行分类(2011)