balanced.folds | 内部功能 | ||
bst | 分类回归的Boosting方法 | ||
bst.sel | 用于选择预测器数量的函数 | ||
bst_control | 增压控制参数 | ||
coef.bst | 分类回归的Boosting方法 | ||
cv.bst | 增压交叉验证 | ||
cv.mada | 一对多类AdaBoost问题的交叉验证 | ||
cv.mbst | 多类Boosting的交叉验证 | ||
cv.mhingebst | 多类铰链助力的交叉验证 | ||
cv.mhingeova | 一对多类HingeBoost问题的交叉验证 | ||
cv.rbst | 非凸损失提升的交叉验证 | ||
cv.rmbst | 非凸多类损失提升的交叉验证 | ||
cvfolds | 内部功能 | ||
error.bars | 内部功能 | ||
ex1data | 用50个预测器生成三类数据 | ||
fpartial.bst | 分类回归的Boosting方法 | ||
fpartial.mbst | 多分类的Boosting算法 | ||
fpartial.mhingebst | 多类分类的Boosting算法 | ||
gaussloss | 内部功能 | ||
gaussngra | 内部功能 | ||
gradient | 内部功能 | ||
hingeloss | 内部功能 | ||
hingengra | 内部功能 | ||
loss | 内部功能 | ||
loss.mbst | 内部功能 | ||
loss.mhingebst | 内部功能 | ||
mada | 多类AdaBoost | ||
mbst | 多分类的Boosting算法 | ||
mbst_fit | 内部功能 | ||
mhingebst | 多类分类的Boosting算法 | ||
mhingebst_fit | 内部功能 | ||
mhingeova | 多类HingeBoost | ||
ngradient | 内部功能 | ||
nsel | 在多类Boosting迭代中查找变量数 | ||
permute.rows | 内部功能 | ||
plot.bst | 分类回归的Boosting方法 | ||
plotCVbst | 内部功能 | ||
predict.bst | 分类回归的Boosting方法 | ||
predict.mbst | 多分类的Boosting算法 | ||
predict.mhingebst | 多类分类的Boosting算法 | ||
print.bst | 分类回归的Boosting方法 | ||
print.mbst | 多分类的Boosting算法 | ||
print.mhingebst | 多类分类的Boosting算法 | ||
print.mhingeova | 多类HingeBoost | ||
rbst | 鲁棒损失函数的鲁棒Boosting算法 | ||
rbstpath | 非凸损失函数的鲁棒Boosting路径 | ||
rmbst | 多类鲁棒损失函数的鲁棒Boosting算法 |