关键词：
r语言基于mass包中的shuttle数据集以及neuralnet包构建神经网络模型
R语言基于MASS包中的shuttle数据集以及neuralnet包构建神经网络模型目录R语言基于MASS包中的shuttle数据集以及neuralnet包构建神经网络模型 查看详情
r使用gbm包构建gbdt模型进行回归分析实战
R使用gbm包构建gbdt模型进行回归分析实战 目录R使用gbm包构建gbdt模型进行回归分析实战波士顿房价数据集GBDT模型 查看详情
使用r构建随机森林回归模型（randomforestregressor）
使用R构建随机森林回归模型（RandomForestRegressor）目录使用R构建随机森林回归模型（RandomForestRegressor）安装包randomForest缺失值填充</ 查看详情
r语言使用lmperm包应用于线性模型的置换方法（置换检验permutationtests）使用lm模型构建简单线性回归模型使用lmp函数生成置换检验回归分析模型
R语言使用lmPerm包应用于线性模型的置换方法（置换检验、permutationtests）、使用lm模型构建简单线性回归模型、使用lmp函数生成置换检验回归分析模型（Permutationtestsforsimplelinearregression）目录 查看详情
r语言使用lmperm包应用于线性模型的置换方法（置换检验permutationtests）使用lm模型构建多项式回归模型使用lmp函数生成置换检验多项式回归模型
R语言使用lmPerm包应用于线性模型的置换方法（置换检验、permutationtests）、使用lm模型构建多项式回归模型、使用lmp函数生成置换检验多项式回归模型（Permutationtestsforpolynomialregression）目录 查看详情
r语言使用caret包构建随机森林模型（randomforest）构建回归模型通过method参数指定算法名称通过ntree参数指定随机森林中树的个数
R语言使用caret包构建随机森林模型（randomforest）构建回归模型、通过method参数指定算法名称、通过ntree参数指定随机森林中树的个数目录 查看详情
r语言基于h2o包构建二分类模型：使用h2o.glm构建正则化的逻辑回归模型使用h2o.auc计算模型的auc值
R语言基于h2o包构建二分类模型：使用h2o.glm构建正则化的逻辑回归模型、使用h2o.auc计算模型的AUC值目录 查看详情
r语言构建logistic回归模型并评估模型：模型预测结果抽样可视化模型分类预测的概率分布情况使用wvplots包绘制roc曲线并计算auc值
R语言构建logistic回归模型并评估模型：模型预测结果抽样、可视化模型分类预测的概率分布情况、使用WVPlots包绘制ROC曲线并计算AUC值目录 查看详情
r语言构建xgboost模型：使用xgboost构建泊松回归（poissonregression）模型
R语言构建xgboost模型：使用xgboost构建泊松回归（poissonregression）模型 目录R语言构建xgboost模型：使用xgboost构建泊松回归（poissonregression）模型 查看详情
r语言构建logistic回归模型并使用偏差(deviance)和伪r方（pseudor-squared）评估概率模型：使用sigr包快速计算偏差和伪r方aic赤信息指标和偏差的关系
R语言构建logistic回归模型并使用偏差(Deviance)和伪R方（pseudoR-squared ）评估概率模型：使用sigr包快速计算偏差(Deviance)和伪R方（pseudoR-squared ）、赤信息指标（Akaikeinformationcriterion (AIC)）和偏差的关系目录 查看详情
R中的神经网络包错误
】R中的神经网络包错误【英文标题】：ErrorforneuralnetpackageinR【发布时间】：2018-05-3012:39:25【问题描述】：我正在尝试使用R中用于“iris”数据集的“neuralnet”包来实现一个简单的多层前馈神经网络。我使用的代码如下-library(neural... 查看详情
r语言使用riskregression包的fgr函数构建生存资料的竞争风险回归模型使用timeroc包可视化有竞争风险的生存资料多时间auc值
R语言使用riskRegression包的FGR函数构建生存资料的竞争风险回归模型、使用timeROC包可视化有竞争风险的生存资料多时间AUC值目录 查看详情
r语言回归模型构建回归模型基本假设（正态性线性独立性方差齐性）回归模型诊断car包诊断回归模型特殊观察样本分析数据变换模型比较特征筛选交叉验证预测变量相对重要度
R语言回归模型构建、回归模型基本假设（正态性、线性、独立性、方差齐性）、回归模型诊断、car包诊断回归模型、特殊观察样本分析、数据变换、模型比较、特征筛选、交叉验证、预测变量相对重要度目录 查看详情
r语言survival包coxph函数构建cox回归模型ggrisk包ggrisk函数可视化cox回归的风险评分图使用cutoff包基于最小p值法方法计算最佳截断值（基于liri基因数据集)
R语言使用survival包的coxph函数构建cox回归模型、使用ggrisk包的ggrisk函数可视化Cox回归的风险评分图(风险得分图)、使用cutoff包基于最小p值法方法计算最佳截断值cutoff（基于LIRI基因数据集)目录 查看详情
r语言构建logistic回归模型：wvplots包prtplot函数可视化获取logistic回归模型的最优阈值优化（precisionenrichment）和recall之间的折衷
R语言构建logistic回归模型：WVPlots包PRTPlot函数可视化获取logistic回归模型的最佳阈值（改变阈值以优化精确度（precision、enrichment）和查全率(recall)之间的折衷(trade-off)）目录 查看详情
r构建多项式回归模型（polynomialregression）
R构建多项式回归模型（PolynomialRegression）目录R构建多项式回归模型（PolynomialRegression）使用ggplot可视化数据 查看详情
r使用lm构建单变量线性回归模型
R使用lm构建单变量线性回归模型回归分析是一种应用非常广泛的统计工具，用来建立两个变量之间的关系模型（单变量回归分析）。其中一个变量被称为预测变量（predictorvariable），它的值是通过实验收集的。另一个变量称为响... 查看详情
r使用lm构建多变量线性回归模型
R使用lm构建多变量线性回归模型 多元回归是线性回归扩展到两个以上变量之间的回归（regression）关系。在简单的线性关系中，我们有一个预测变量和一个响应变量，但在多元回归中，我们有多个预测变量(大于等于2)和... 查看详情