文件名称：DLE_paper：此存储库包含R脚本，这些脚本可重现论文中的分析结果
文件大小：54KB
文件格式：ZIP
更新时间：2024-03-01 14:52:25
R
什么是NPEB？ NPEB是用于离散线性指数族中复合估计的非参数经验贝叶斯估计框架，其中包括现代大数据应用中经常出现的一类广泛的离散分布。 拟议的框架通过求解可扩展的凸规划，直接估计了广义罗宾斯公式中的贝叶斯收缩因子，该凸规划是根据斯坦因差异度量的RKHS表示精心开发的。 新的NEB估计框架可以灵活地将各种结构约束合并到数据驱动的规则中，并提供了一种统一的方法来进行复合估计，同时具有规则和比例平方的误差损失。 如何使用此存储库？ 该存储库包含用于重现论文[1]中分析的脚本。 给我发电子邮件，如果有任何不正常的工作。 如果您正在寻找相关的R-package npeb ，请。 参考文献 [1.]离散线性指数族中经验贝叶斯估计的通用框架（2020年）《机器学习研究杂志》（即将出版） 班纳吉（T. Banerjee），刘秋（Q.），穆克吉（Gukherjee）和孙（W.
【文件预览】：
DLE_paper-master
----Binomial()
--------binom_k0_scenario3.R(7KB)
--------binom_k1_scenario1.R(7KB)
--------binom_k0_scenario1.R(7KB)
--------binom_k1_scenario3.R(7KB)
--------binom_k0_scenario4.R(7KB)
--------binom_k1_scenario4.R(7KB)
--------binom_k0_scenario2.R(7KB)
--------binom_k1_scenario2.R(7KB)
--------readme(1B)
----FBEconomy_k0.R(4KB)
----Poisson()
--------poisson_k0_scenario4.R(5KB)
--------poisson_k1bgr_scenario1.R(2KB)
--------poisson_k1_scenario3.R(6KB)
--------poisson_k0bgr_scenario4.R(2KB)
--------poisson_k1bgr_scenario2.R(2KB)
--------poisson_k0_scenario1.R(6KB)
--------poisson_k0bgr_scenario2.R(2KB)
--------poisson_k0_scenario3.R(6KB)
--------poisson_k1_scenario1.R(6KB)
--------poisson_k1_scenario4.R(5KB)
--------poisson_k1_scenario2.R(6KB)
--------poisson_k1bgr_scenario3.R(2KB)
--------poisson_k1bgr_scenario4.R(2KB)
--------readme(1B)
--------poisson_k0bgr_scenario3.R(2KB)
--------poisson_k0bgr_scenario1.R(2KB)
--------poisson_k0_scenario2.R(6KB)
----FBEconomy_k1.R(4KB)
----LinkedInMicrosoft_k0.R(4KB)
----JuvenileDelinquency_k0.R(4KB)
----JuvenileDelinquency_k1.R(4KB)
----LinkedInMicrosoft_k1.R(4KB)
----README.md(1KB)
----ksd_lib_dev.R(16KB)