详尽搜索 这个R包的目的是提供一个易于使用,快速和可扩展的穷举搜索框架。 详尽的功能选择可能需要安装和评估大量模型。 因此,执行速度和内存管理是执行此类任务的关键因素。 该软件包通过使用多线程C ++后端解决了这两个问题。 通过仅存储最佳结果来保持内存使用率不变。 这样可以评估通常在标准设置中通常不可行的巨大任务。 安装 您可以从CRAN安装ExhaustiveSearch R软件包的发行版: install.packages( " ExhaustiveSearch " ) 当前开发版本可以从GitHub安装: devtools :: install_github( " RudolfJagdhuber/ExhaustiveSearch " ) 用法 主要功能ExhaustiveSearch()使用典型的formula和data结构,您可能会对lm()或glm()等函数熟悉。 作为
1
sjstats:回归模型的统计函数
1
skpr:生成并评估D,I,A,Alias,E,T,G和自定义最佳设计。 支持生成和评估混合和分割-分割-N-分割图设计。 包括参数和蒙特卡洛功率评估功能。 提供使用其他软件包提供的功能或用户编写的功能来评估功能的框架
2021-02-06 09:04:51 2.28MB r monte-carlo linear-regression power
1
python-machine-learning:scikit-learn和TPOT简介
1
1. 代码主要基于GPML V4.2工具箱实现 2. 提供了两个应用实例(单变量预测和多变量预测) 3. 给出了预测均值和方差的可视化结果
2020-03-13 03:06:02 1.73MB MATLAB GPR GPML 高斯过程回归
1
通过matlab对lstm,rnn,qrnn等算法进行了实现,并针对具体数据的预测对这些算法作比较。
2020-02-14 03:12:35 148KB lstm matlab rnn qrnn
1
压缩包里含有logistic regression逻辑回归的Python源代码,训练数据集和测试训练集,最后也用Python画了结构示意图。只需要有Numpy和Matplotlib两个包即可。
2020-01-03 11:42:03 12KB 逻辑回归 机器学习 源代码 python
1
逻辑回归一般只能解决二分问题,但是进行扩展之后可以解决多线性分类问题。这是一个完整的Softmax regression解决多线性分类的源代码,python3编码,可直接运行,有输入数据和预测数据的可视化编程。还训练部分和测试部分的源代码进行了封装,可直接运行。
1
SPSS 25 回归方法(Regression)IBM官方说明手册,繁体中文版。
2020-01-03 11:26:36 3.83MB SPSS
1
Regression Modeling Strategies.pdf
2020-01-03 11:24:11 7.71MB 机器学习
1