bmiData | 青少年BMI数据集(生成玩具示例) | ||
bowl | 结果加权学习。 | ||
buildModelObjSubset | 为数据子集创建模型对象 | ||
Call | 检索未评估的原始调用 | ||
classif | 检索分类回归分析 | ||
classif-method | 检索分类回归分析 | ||
coef | 从建模函数返回的对象中提取模型系数 | ||
cvInfo | 提取交叉验证结果 | ||
DTRstep | 确定用于获得结果的统计方法 | ||
earl | 有效的增强和放松学习 | ||
EARL-class | “伯爵”级 | ||
estimator | 检索估计值 | ||
estimator-method | 检索估计值 | ||
fitObject | 建模函数返回的对象 | ||
fittedCont | 从第二阶段IQ学习中检索匹配的对比度分量 | ||
fittedCont-method | 从第二阶段IQ学习中检索匹配的对比度分量 | ||
fittedMain | 从第二阶段智商学习中提取拟合的主效应分量 | ||
fittedMain-method | 从第二阶段智商学习中提取拟合的主效应分量 | ||
fSet | 定义fSet输入变量 | ||
genetic | 检索遗传算法结果 | ||
genetic-method | 检索遗传算法结果 | ||
iqLearn | 交互式Q-学习 | ||
iqLearnFSC | 交互式Q-学习 | ||
iqLearnFSM | 交互式Q-学习 | ||
iqLearnFSV | 交互式Q-学习 | ||
IQLearnFS_C-class | 等级filename_points_covered_by_landmarks | ||
IQLearnFS_ME-class | 等级filename_points_covered_by_landmarks | ||
IQLearnFS_VHet-class | 等级filename_points_covered_by_landmarks | ||
iqLearnSS | 交互式Q-学习 | ||
IQLearnSS-class | “IQLearnSS”类 | ||
iter | 定义iter输入变量 | ||
moPropen | 定义moPropen输入变量 | ||
optimalClass | 分类视角 | ||
OptimalClass-class | “最佳类” | ||
OptimalClassObj-class | “类对象” | ||
OptimalInfo-class | “信息”类 | ||
optimalSeq | 缺失或粗化数据透视-遗传算法 | ||
OptimalSeq-class | “最佳顺序”类 | ||
OptimalSeqCoarsened-class | 类包含粗化数据IPW/AIPW方法的结果 | ||
OptimalSeqMissing-class | 类包含缺少数据IPW/AIPW方法的结果 | ||
optimObj | 提取优化结果 | ||
optTx | 提取或估计最优Tx和决策函数 | ||
optTx-method | 提取或估计最优Tx和决策函数 | ||
outcome | 检索结果回归分析 | ||
owl | 结果加权学习 | ||
OWL-class | “猫头鹰”类 | ||
plot | 生成由建模函数定义的绘图 | ||
propen | 检索倾向回归分析 | ||
qLearn | Q-学习算法的一个步骤 | ||
QLearn-class | “QLearn”类 | ||
QLearnObj-class | “QLearnObj”类 | ||
qqplot | 分位数图 | ||
qqplot-method | 分位数图 | ||
regimeCoef | 提取状态参数 | ||
residuals | 提取模型残差 | ||
residuals-method | 提取模型残差 | ||
rwl | 剩余加权学习 | ||
RWL-class | “RWL”级 | ||
sd | 标准差 | ||
sd-method | 标准差 | ||
summary | 结果总结 |