插入符号

R包插入符号:分类和回归训练。用于训练和绘制分类和回归模型的Misc函数


zbMATH中的参考文献(参考 50篇文章 引用,1标准件)

显示第1到第20个结果,共50个。
按年份排序(引用)
  1. F、 Aragón-Royón,A.Jiménez-Vílchez,A.Arauzo Azofra,J.M.Benítez:FSinR:功能选择的详尽包(2020年)阿尔十四
  2. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  3. Kim,Sun Hye;Boukouvala,Fani:基于机器学习的数据驱动优化代理建模:回归技术子集选择的比较(2020)
  4. Neeraj Dhanraj Bokde;Gorm Bruun Andersen:ForecastTB-作为预测方法比较试验台的R包(2020年)阿尔十四
  5. Sayan Putatunda,Dayananda Ubrangala,Kiran Rama,Ravi Kondapalli:DriveML:无人驾驶机器学习的R包(2020)阿尔十四
  6. Ahsen,Mehmet-Eren;Vogel,Robert M.;Stolovitzky,Gustavo A.:排名分类预测的无监督评估和加权聚合(2019年)
  7. Baíllo,Amparo;Cárcamo,Javier;Getman,Konstantin:将X射线天文数据分类为恒星类的新距离测量(2019年)
  8. Berrendero,JoséR.;Cárcamo,Javier:二次分类器的线性分量(2019)
  9. Dena J.Clink,Holger-Klinck:GIBBONR:使用机器学习检测和分类声学信号的R包(2019)阿尔十四
  10. Feuerriegel,Stefan;Gordon,Julius:基于新闻的宏观经济指标预测:可解释预测的语义路径模型(2019)
  11. Haziq Jamil,Wicher Bergsma:iprior:使用I-priors进行回归建模的R包(2019年)阿尔十四
  12. Michel Lang、Martin Binder、Jakob Richter、Patrick Schratz、Florian Pfister、Stefan Coors、Quay Au、Giuseppe Casalicchio、Lars Kotthoff、Bernd Bischl:mlr3:R中的现代面向对象机器学习框架(2019)不是zbMATH
  13. N、 Benjamin Erichson,Sergey Voronin,Steven L.Brunton,J.Nathan Kutz:随机矩阵分解使用R(2019)不是zbMATH
  14. 安娜奎奇;西蒙兹克,尤尔根;福斯格伦,妮可:《社区的灵魂:尝试评估对社区的依恋》(2019)
  15. 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)
  16. 维克多·马吕斯马和马吕斯马时间加权图像不是zbMATH
  17. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  18. Aggarwal,Charu C.:文本的机器学习(2018)
  19. Alfonso Idioce D'Enza,Angelos Markos,Davide Buttarazzi:idm包:R中的增量分解方法(2018)不是zbMATH
  20. Biecek,Przemysław:DALEX:explainers for complex predictive models in\texttr(2018年)