R package
PulseAugur coverage of R package — every cluster mentioning R package across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 R 包 autovi 自动化线性模型的残差图评估
研究人员开发了一个新的 R 包和配套的 Shiny 应用 autovi，用于自动化线性模型中残差图的评估。该工具采用计算机视觉模型来预测视觉信号强度 (VSS) 并提供支持数据，旨在减少手动评估的主观性和可扩展性问题。该系统旨在帮助分析师更有效、更一致地确定模型拟合度。
-
新R包通过估计复杂风险情景下的治疗效果，助力个性化医疗
研究人员开发了一个名为`crsurvlearners`的新R包，以帮助估计竞争风险情景下的条件平均治疗效果（CATEs）。这在个性化医疗中尤其有用，因为在考虑其他潜在事件的同时，理解特定事件的治疗有效性至关重要。该包系统地比较了六种元学习器，这些学习器结合了不同的风险建模和直接CATE建模方法，并在各种模拟情景下评估它们的性能，以指导模型选择。
-
新的SADA方法通过聚合黑盒模型改进半监督学习
研究人员开发了SADA，一种在半监督学习场景中安全自适应地聚合多个黑盒模型预测的新方法。该方法保证性能不差于仅使用标记数据，并且如果任何单个预测是完美的，则可以实现最佳效率。该方法已通过模拟和真实数据分析得到证明，并提供了一个配套的R包用于实现。
-
为具有 MAPE 损失的 epsilon-SVR 开发了新的 SMO 算法
研究人员为 $\varepsilon$-SVR 开发了一种新的顺序最小优化 (SMO) 算法，该算法将平均绝对百分比误差 (MAPE) 直接纳入损失函数。这种新颖的方法通过引入样本相关的盒约束来修改标准的 $\varepsilon$-SVR，这会影响可行集和裁剪边界。该算法的一个实现可在开源的 "psvr" R 包中使用。