glinternet：通过层次化群组学习交互正规化

组-关联交互-NET。拟合满足强层次结构的线性配对互作用模型：如果相互作用系数估计为非零，则其两个相关的主要影响也具有非零的估计系数。适应具有任意数量的水平、连续变量及其组合的分类变量（因子）。实施论文“通过层次化群-群正则化学习交互”（JCGS 2015年第24卷第3期）中描述的机制。Michael Lim和Trevor Hastie（2015）<doi:10.1080/10618600.2014.938812>.

版本：	1.0.12
出版：	2021-09-03年
作者：	Michael Lim、Trevor Hastie
维护人员：	迈克尔·林（Michael Lim）<michael626 at gmail.com>
许可证：	GPL-2型
网址：	http://web.stanford.edu/~hastie/Papers/glinternet_jcgs.pdf
需要编译：	对
CRAN检查：	glinternet结果

文档：

参考手册：

格林特.pdf

下载：

包源：	glinternet_1.0.12.tar.gz
Windows二进制文件：	r-预发布：glinternet_1.0.12.zip，r版本：glinternet_1.0.12.zip，r-oldrel：glinternet_1.0.12.zip
macOS二进制文件：	r-prerel（arm64）：格列特网1.0.12.tgz，r-release（arm64）：格列特网1.0.12.tgz，r-oldrel（arm64）：格列特网1.0.12.tgz，r-prerel（x86_64）：格列特网1.0.12.tgz，r-release（x86_64）：格列特网1.0.12.tgz
旧来源：	glinternet存档

反向依赖关系：

反向进口：

查找,现代化网络

链接：

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