Fit a generalized linear model via

Fit a generalized linear model via penalized maximum likelihood. The regularization path is computed for the lasso or elasticnet penalty at a grid of values for the regularization parameter lambda. Can deal with all shapes of data, including very large sparse data matrices. Fits linear, logistic and multinomial, poisson, and Cox regression models.

ผลลัพธ์ (ไทย) 1:

พอดีกับแบบเชิงเส้นเมจแบบทั่วไปผ่านสำเร็จโอกาสสูงสุด มีคำนวณเส้นทาง regularization สำหรับโทษแบบ lasso หรือ elasticnet ในตารางของค่าแลมบ์ดาพารามิเตอร์ regularization สามารถจัดการกับรูปร่างทั้งหมดของข้อมูล รวมถึงเมทริกซ์ข้อมูลบ่อมีขนาดใหญ่มาก ใส่เส้น โลจิสติก และก็ ตาม ปัว และแบบจำลองถดถอยค็อกซ์

ผลลัพธ์ (ไทย) 2:

พอดีกับแบบจำลองเชิงเส้นทั่วไปผ่านทางโอกาสสูงสุดลงโทษ เส้นทาง regularization ถูกคำนวณสำหรับโทษเชือกหรือ elasticnet ที่ตารางของค่าสำหรับพารามิเตอร์แลมบ์ดา regularization ที่ สามารถจัดการกับรูปทรงของข้อมูลรวมทั้งเบาบางมากข้อมูลการฝึกอบรม เหมาะกับการเชิงเส้นและโลจิสติกพหุนาม, Poisson และค็อกซ์รุ่นถดถอย

ผลลัพธ์ (ไทย) 3:

พอดีกับรูปแบบเชิงเส้นผ่านการลงโทษแบบความควรจะเป็นสูงสุด regularization เส้นทางจะคำนวณสำหรับบ่วงบาศหรือ elasticnet โทษที่ตารางของค่าสำหรับ regularization รูปแบบภาษาท้องถิ่น . สามารถจัดการกับทุกรูปร่างของข้อมูลรวมทั้งขนาดใหญ่มากโปร่งข้อมูลเมทริกซ์ เหมาะกับการเชิงเส้น , โลจิสติกและวิธีปัวส์ซอง และรุ่น Cox Regression