LiblineaR：基于LiblineaR C/C++库的线性预测模型

机器的LIBLINER C/C++库的包装器学习（网址：<网址：https://www.csie.ntu.edu.tw/~cjlin/liblinear/>)。LIBLINEAR是求解大规模正则化线性问题的简单库分类和回归。它目前支持L2规范化分类（如逻辑回归、，L2-loss线性SVM和L1-loss直线SVM）以及L1规则化分类（如L2-loss线性SVM和逻辑回归）和L2正则化支持向量回归（L1-或L2-缺失）。的主要特点LiblineaR包括多类分类（一类对其余类，和Crammer&Singer方法），模型交叉验证选择、概率估计（仅逻辑回归）或不平衡数据的权重。模型的估计值为与其他库相比，速度特别快。

版本：	2.10-23
进口：	方法
建议：	SparseM（备用）,矩阵
出版：	2023-12-11
作者：	Thibault Helleputte[cre，aut，cph]，杰罗姆·保罗，皮埃尔·格拉姆
维护人员：	Thibault-Helleputte<Thibault.Helleputte-at-dnalytics.com>
许可证：	GPL-2型
网址：	<https://dnalytics.com/software/liblinear/>
需要编译：	是的
引用：	LiblineaR引文信息
材料：	自述文件 新闻
在视图中：	机器学习
CRAN检查：	LiblineaR结果

文档：

参考手册：

LiblineaR.pdf格式

下载内容：

包源：	图书馆R_2.10-23.tar.gz
Windows二进制文件：	r-devel公司：LiblineaR_2.10-23.zip文件，r版本：LiblineaR_2.10-23.zip文件，r-oldrel：LiblineaR_2.10-23.zip文件
macOS二进制文件：	r释放（arm64）：LiblineaR_2.10-23.tgz号，r-oldrel（arm64）：LiblineaR_2.10-23.tgz号，r-版本（x86_64）：LiblineaR_2.10-23.tgz号，r-oldrel（x86_64）：LiblineaR_2.10-23.tgz号
旧来源：	LiblineaR档案

反向依赖关系：

反向取决于：	LKT公司
反向进口：	ILoReg公司,烤羊肉串,优先购买权,quanteda.text模型,scBio公司,SIAMCAT公司,毛衣
反向建议：	流量ml,最大似然比,欧防风,RSSL公司,tidyAML公司,香根草

链接：

请使用规范形式https://CRAN.R-project.org/package=LiblineaR链接到此页面。