Other packages > Find by keyword >

MXM  

Feature Selection (Including Multiple Solutions) and Bayesian Networks
View on CRAN: Click here


Download and install MXM package within the R console
Install from CRAN:
install.packages("MXM")

Install from Github:
library("remotes")
install_github("cran/MXM")

Install by package version:
library("remotes")
install_version("MXM", "1.5.5")



Attach the package and use:
library("MXM")
Maintained by
Konstantina Biza
[Scholar Profile | Author Map]
All associated links for this package
First Published: 2014-05-12
Latest Update: 2022-08-25
Description:
Many feature selection methods for a wide range of response variables, including minimal, statistically-equivalent and equally-predictive feature subsets. Bayesian network algorithms and related functions are also included. The package name 'MXM' stands for "Mens eX Machina", meaning "Mind from the Machine" in Latin. References: a) Lagani, V. and Athineou, G. and Farcomeni, A. and Tsagris, M. and Tsamardinos, I. (2017). Feature Selection with the R Package MXM: Discovering Statistically Equivalent Feature Subsets. Journal of Statistical Software, 80(7). . b) Tsagris, M., Lagani, V. and Tsamardinos, I. (2018). Feature selection for high-dimensional temporal data. BMC Bioinformatics, 19:17. . c) Tsagris, M., Borboudakis, G., Lagani, V. and Tsamardinos, I. (2018). Constraint-based causal discovery with mixed data. International Journal of Data Science and Analytics, 6(1): 19-30. . d) Tsagris, M., Papadovasilakis, Z., Lakiotaki, K. and Tsamardinos, I. (2018). Efficient feature selection on gene expression data: Which algorithm to use? BioRxiv. . e) Tsagris, M. (2019). Bayesian Network Learning with the PC Algorithm: An Improved and Correct Variation. Applied Artificial Intelligence, 33(2):101-123. . f) Tsagris, M. and Tsamardinos, I. (2019). Feature selection with the R package MXM. F1000Research 7: 1505. . g) Borboudakis, G. and Tsamardinos, I. (2019). Forward-Backward Selection with Early Dropping. Journal of Machine Learning Research 20: 1-39. h) The gamma-OMP algorithm for feature selection with application to gene expression data. IEEE/ACM Transactions on Computational Biology and Bioinformatics 19(2): 1214-1224. .
How to cite:
Konstantina Biza (2014). MXM: Feature Selection (Including Multiple Solutions) and Bayesian Networks. R package version 1.5.5, https://cran.r-project.org/web/packages/MXM. Accessed 22 Dec. 2024.
Previous versions and publish date:
0.1 (2014-05-12 18:19), 0.2.1 (2014-08-05 00:35), 0.2 (2014-08-01 12:37), 0.3.1 (2015-05-25 15:35), 0.3 (2015-02-12 17:29), 0.4.1 (2015-07-09 18:11), 0.4.2 (2015-07-27 15:15), 0.4.3 (2015-07-28 22:55), 0.4 (2015-07-01 16:06), 0.5 (2015-09-29 17:33), 0.7 (2016-03-04 14:53), 0.8.5 (2016-04-26 11:20), 0.8.7 (2016-05-23 06:34), 0.8.8 (2016-06-09 07:56), 0.8 (2016-03-23 00:38), 0.9.2 (2016-07-05 08:55), 0.9.3 (2016-07-10 15:22), 0.9.4 (2016-08-05 11:53), 0.9.5 (2016-11-02 18:15), 0.9.7 (2016-12-20 11:46), 0.9.8 (2017-02-20 15:12), 0.9.9 (2017-03-26 18:11), 1.0.0 (2017-09-04 12:14), 1.1.1 (2017-10-07 16:18), 1.1.5 (2017-10-09 11:13), 1.1 (2017-10-06 22:48), 1.2.5 (2017-11-15 10:00), 1.2 (2017-10-10 14:16), 1.3.0 (2017-11-16 13:18), 1.3.1 (2017-11-30 12:41), 1.3.2 (2018-02-13 23:12), 1.3.3 (2018-03-30 19:07), 1.3.4 (2018-05-24 13:56), 1.3.5 (2018-06-25 11:53), 1.3.7 (2018-07-26 18:20), 1.3.8 (2018-07-29 15:40), 1.3.9 (2018-08-27 12:34), 1.4.0 (2018-09-19 16:40), 1.4.1 (2018-11-23 12:20), 1.4.2 (2019-01-15 10:30), 1.4.3 (2019-05-27 09:30), 1.4.4 (2019-06-19 15:40), 1.4.5 (2019-12-06 16:30), 1.4.6 (2020-04-05 19:10), 1.4.7 (2020-05-06 17:50), 1.4.8 (2020-07-27 01:10), 1.4.9 (2020-09-04 00:42), 1.5.0 (2021-01-09 03:10), 1.5.1 (2021-02-23 15:50), 1.5.2 (2021-09-21 14:50), 1.5.4 (2022-06-06 22:00), 1.5.5 (2022-08-25 10:52)
Other packages that cited MXM R package
View MXM citation profile
Other R packages that MXM depends, imports, suggests or enhances
Complete documentation for MXM
Functions, R codes and Examples using the MXM R package
Some associated functions: MMPC.gee.output-class . MMPC.glmm.output-class . MMPCoutput-class . MXM-internal . MXM-package . MXMCondIndTests . Ness . SES.gee.output-class . SES.glmm . SES.glmm.output-class . SES . SES.timeclass . SESoutput-class . auc . bbc . beta.mod . beta.regs . bic.fsreg . bic.glm.fsreg . big.fbed.reg . big.gomp . bn.skel.utils . bs.reg . censIndCR . certificate.of.exclusion . ci.mm . cond.regs . condi . condis . conf.edge.lower . cor.drop1 . corfs.network . corgraph . cv.fbed.lmm.reg . cv.gomp . cv.ses . dag2eg . ebic.bsreg . ebic.glmm.bsreg . ebic.regs . equivdags . fbed.gee.reg . fbed.glmm.reg . fbed.reg . fbedreg.bic . findDescendants . fs.reg . gSquare . generatefolds . glm.bsreg . glm.fsreg . glmm.bsreg . glmm.ci.mm . gomp . group.mvbetas . iamb.bs . iamb . ida . is.dag . lm.fsreg . local.mmhc.skel . logiquant.regs . ma.ses . mammpc.output-class . mases.output-class . mb . mmhc.skel . mmmb . mmpc.glmm.model . mmpc.glmm2 . mmpc.or . mmpc.path . mmpc.timeclass.model . mmpc2 . mmpcbackphase . modeler . nei . ord.resid . ordinal.reg . partialcor . pc.or . pc.sel . pc.skel . permcor . pi0est . plotnetwork . pval.mixbeta . rdag . read.big.data . reg.fit . ridge.plot . ridge.reg . ridgereg.cv . ses.model . shd . sp.logiregs . supervised.pca . tc.plot . testIndBeta . testIndBinom . testIndClogit . testIndFisher . testIndGEEReg . testIndGLMMReg . testIndGamma . testIndLogistic . testIndPois . testIndReg . testIndSPML . testIndTimeLogistic . testIndTobit . topological_sort . transitiveClosure . triangles.search . undir.path . univregs . wald.logisticregs . zip.mod . zip.regs . 
Some associated R codes: IdentifyEquivalence.R . IdentifyEquivalence.gee.R . IdentifyEquivalence.glmm.R . IdentifyEquivalence.ma.R . InternalMMPC.R . InternalMMPC.gee.R . InternalMMPC.glmm.R . InternalMMPC.timeclass.R . InternalSES.R . InternalSES.gee.R . InternalSES.glmm.R . InternalSES.timeclass.R . Internalmammpc.R . Internalmases.R . MMPC.R . MMPC.gee.R . MMPC.gee.output_script.R . MMPC.glmm.R . MMPC.glmm.output_script.R . MMPC.timeclass.R . MMPCoutput_script.R . Ness.R . SES.R . SES.gee.R . SES.gee.output_script.R . SES.glmm.R . SES.glmm.output_script.R . SES.timeclass.R . SESoutput_script.R . WaldOrdinal.R . apply_ideq.R . apply_ideq.glmm.R . apply_ideq.ma.R . auc.R . bbc.R . beta.bsreg.R . beta.fsreg.R . beta.fsreg_2.R . beta.mod.R . beta.reg.R . beta.regs.R . betamle.wei.R . bic.betafsreg.R . bic.clogit.fsreg.R . bic.fsreg.R . bic.gammafsreg.R . bic.glm.fsreg.R . bic.llr.fsreg.R . bic.mm.fsreg.R . bic.normlog.fsreg.R . bic.tobit.fsreg.R . bic.wr.fsreg.R . bic.zipfsreg.R . big.fbed.reg.R . big.gomp.R . big.gomp.path.R . big.model.R . big.score.univregs.R . bn.skel.utils.R . bn.skel.utils2.R . boot.gomp.R . bs.g2.R . bs.reg.R . bsreg.big.R . cat.ci.R . cat_condis.R . censIndCR.R . censIndER.R . censIndLLR.R . censIndWR.R . certificate.of.exclusion.R . certificate.of.exclusion2.R . ci.fast.R . ci.fast2.R . ci.mm.R . ci.mm2.R . clogit.bsreg.R . clogit.cv.ses.R . clogit.fsreg.R . clogit.fsreg_2.R . comb_condis.R . compare_p_values.R . cond.regs.R . condi.R . condis.R . conf.edge.lower.R . cor.bsreg.R . cor.drop1.R . corfbed.network.R . corfs.network.R . corgraph.R . cv.fbed.lmm.reg.R . cv.gomp.R . cv.mmpc.R . cv.permmmpc.R . cv.permses.R . cv.ses.R . cv.waldmmpc.R . cv.waldses.R . cvmmpc.par.R . cvpermmmpc.par.R . cvpermses.par.R . cvses.par.R . cvwaldmmpc.par.R . cvwaldses.par.R . dag2eg.R . dag_to_eg.R . dist.condi.R . distcor_condis.R . ebic.beta.bsreg.R . ebic.bsreg.R . ebic.clogit.bsreg.R . ebic.cr.bsreg.R . ebic.fbed.glmm.R . ebic.fbed.glmm.cr.R . ebic.fbed.glmm.ordinal.R . ebic.fbed.glmm.ordinal.reps.R . ebic.fbed.glmm.reps.R . ebic.fbed.lmm.R . ebic.fbed.lmm.reps.R . ebic.glm.bsreg.R . ebic.glmm.bsreg.R . ebic.glmm.cr.bsreg.R . ebic.glmm.ordinal.bsreg.R . ebic.glmm.ordinal.reps.bsreg.R . ebic.glmm.reps.bsreg.R . ebic.llr.bsreg.R . ebic.lm.bsreg.R . ebic.lmm.bsreg.R . ebic.lmm.reps.bsreg.R . ebic.mm.bsreg.R . ebic.model.R . ebic.multinom.bsreg.R . ebic.nb.bsreg.R . ebic.ordinal.bsreg.R . ebic.regs.R . ebic.spml.bsreg.R . ebic.tobit.bsreg.R . ebic.univregs.R . ebic.wr.bsreg.R . ebic.zip.bsreg.R . ebicScore.R . equivdags.R . fbed.ebic.R . fbed.g2.R . fbed.gee.reg.R . fbed.geeglm.R . fbed.geeglm.reps.R . fbed.geelm.R . fbed.geelm.reps.R . fbed.glmm.R . fbed.glmm.cr.R . fbed.glmm.nb.R . fbed.glmm.nb.reps.R . fbed.glmm.ordinal.R . fbed.glmm.ordinal.reps.R . fbed.glmm.reg.R . fbed.glmm.reps.R . fbed.lmm.R . fbed.lmm.reps.R . fbed.lr.R . fbed.reg.R . fbedreg.bic.R . findAncestors.R . findDescendants.R . fs.reg.R . fs.reg_2.R . gSquare.R . gammafsreg.R . gammafsreg_2.R . gee.ci.mm.R . gee.condregs.R . gee.mmhc.skel.R . gee.pc.skel.R . gee.univregs.R . generatefolds.R . glm.bsreg.R . glm.bsreg2.R . glm.fsreg.R . glm.fsreg_2.R . glmm.bsreg.R . glmm.ci.mm.R . glmm.condregs.R . glmm.cr.bsreg.R . glmm.mmhc.skel.R . glmm.nb.bsreg.R . glmm.nb.reps.bsreg.R . glmm.ordinal.bsreg.R . glmm.ordinal.reps.bsreg.R . glmm.pc.skel.R . glmm.reps.bsreg.R . glmm.univregs.R . gomp.R . gomp.path.R . group.mvbetas.R . iamb.R . iamb.betabs.R . iamb.bs.R . iamb.gammabs.R . iamb.glmbs.R . iamb.normlogbs.R . iamb.tobitbs.R . iamb.zipbs.R . ida.R . identifyTheEquivalent.R . identifyTheEquivalent.gee.R . identifyTheEquivalent.glmm.R . identifyTheEquivalent.ma.R . internaliamb.betabs.R . internaliamb.binombs.R . internaliamb.bs.R . internaliamb.gammabs.R . internaliamb.lmbs.R . internaliamb.mmbs.R . internaliamb.normlogbs.R . internaliamb.poisbs.R . internaliamb.tobitbs.R . internaliamb.zipbs.R . is.dag.R . kfbed.gee.reg.R . kfbed.glmm.reg.R . kfbed.reg.R . llr.bsreg.R . lm.fsreg.R . lm.fsreg_2.R . lmm.bsreg.R . lmm.reps.bsreg.R . local.mmhc.skel.R . logiquant.regs.R . ma.mmpc.R . ma.ses.R . mammpc.output_script.R . mases.output_script.R . max_min_assoc.R . max_min_assoc.gee.R . max_min_assoc.glmm.R . max_min_assoc.ma.R . mb.R . min_assoc.R . min_assoc.gee.R . min_assoc.glmm.R . min_assoc.ma.R . mm.fsreg.R . mm.fsreg_2.R . mmhc.skel.R . mmmb.R . mmpc.gee.model.R . mmpc.gee2.R . mmpc.glmm.model.R . mmpc.glmm2.R . mmpc.model.R . mmpc.or.R . mmpc.path.R . mmpc.timeclass.model.R . mmpc2.R . mmpcbackphase.R . modeler.R . nchoosek.R . nei.R . normlog.fsreg.R . normlog.fsreg_2.R . ord.resid.R . ordinal.reg.R . partialcor.R . pc.con.R . pc.or.R . pc.sel.R . pc.skel.R . pc.skel.boot.R . pearson_condis.R . pearson_condis.rob.R . perm.IdentifyEquivalence.R . perm.Internalmmpc.R . perm.Internalses.R . perm.apply_ideq.R . perm.betaregs.R . perm.identifyTheEquivalent.R . perm.max_min_assoc.R . perm.min_assoc.R . perm.mmpc.R . perm.mmpc.path.R . perm.ses.R . perm.univariateScore.R . perm.univregs.R . perm.zipregs.R . permBeta.R . permBinom.R . permCR.R . permClogit.R . permDcor.R . permER.R . permFisher.R . permGamma.R . permIGreg.R . permLLR.R . permLogistic.R . permMMFisher.R . permMMreg.R . permMVreg.R . permMultinom.R . permNB.R . permNormLog.R . permOrdinal.R . permPois.R . permRQ.R . permReg.R . permTobit.R . permWR.R . permZIP.R . permcor.R . permcorrels.R . permgSquare.R . pi0est.R . plotnetwork.R . pval.mixbeta.R . quasibinom.fsreg.R . quasibinom.fsreg_2.R . quasipois.fsreg.R . quasipois.fsreg_2.R . rdag.R . rdag2.R . read.big.data.R . reg.ebic.R . reg.fit.R . regbeta.R . regbetawei.R . regzinb.R . regzip.R . regzipwei.R . ridge.plot.R . ridge.reg.R . ridgereg.cv.R . rint.regs.R . rmdag.R . score.univregs.R . ses.gee.model.R . ses.glmm.model.R . ses.model.R . ses.timeclass.model.R . shd.R . sp.logiregs.R . spml.bsreg.R . supervised.pca.R . tc.plot.R . test.maker.R . testIndBeta.R . testIndBinom.R . testIndClogit.R . testIndFisher.R . testIndGEEGamma.R . testIndGEELogistic.R . testIndGEENormLog.R . testIndGEEPois.R . testIndGEEReg.R . testIndGLMMCR.R . testIndGLMMGamma.R . testIndGLMMLogistic.R . testIndGLMMNB.R . testIndGLMMNormLog.R . testIndGLMMOrdinal.R . testIndGLMMPois.R . testIndGLMMReg.R . testIndGamma.R . testIndIGreg.R . testIndLMM.R . testIndLogistic.R . testIndMMFisher.R . testIndMMReg.R . testIndMVreg.R . testIndMultinom.R . testIndNB.R . testIndNormLog.R . testIndOrdinal.R . testIndPois.R . testIndQBinom.R . testIndQPois.R . testIndRQ.R . testIndReg.R . testIndSPML.R . testIndSpearman.R . testIndTimeLogistic.R . testIndTimeMultinom.R . testIndTobit.R . testIndZIP.R . tobit.bsreg.R . tobit.fsreg.R . tobit.fsreg_2.R . topological_sort.R . transitiveClosure.R . triangles.search.R . undir.path.R . univariateScore.R . univariateScore.gee.R . univariateScore.glmm.R . univariateScore.ma.R . univariateScore.timeclass.R . univregs.R . wald.Internalmmpc.R . wald.Internalses.R . wald.betaregs.R . wald.logisticregs.R . wald.mmpc.R . wald.mmpc.path.R . wald.poissonregs.R . wald.ses.R . wald.univariateScore.R . wald.univregs.R . wald.zipregs.R . waldBeta.R . waldBinom.R . waldCR.R . waldER.R . waldGamma.R . waldIGreg.R . waldLLR.R . waldLogistic.R . waldMMreg.R . waldNB.R . waldNormLog.R . waldPois.R . waldQBinom.R . waldQPois.R . waldTobit.R . waldWR.R . waldZIP.R . waldmmpc.model.R . waldses.model.R . wr.fsreg.R . wr.fsreg_2.R . zinb.mle.R . zinb.mod.R . zinb.reg.R . zip.bsreg.R . zip.fsreg.R . zip.fsreg_2.R . zip.mod.R . zip.reg.R . zip.regs.R . zipmle.wei.R . zipwei.R .  Full MXM package functions and examples
Downloads during the last 30 days
Get rewarded with contribution points by helping add
Reviews / comments / questions /suggestions ↴↴↴

Today's Hot Picks in Authors and Packages

Rfast2  
A Collection of Efficient and Extremely Fast R Functions II
A collection of fast statistical and utility functions for data analysis. Functions for regression, ...
Download / Learn more Package Citations See dependency  
tropAlgebra  
Tropical Algebraic Functions
It includes functions like tropical addition, tropical multiplication for vectors and matrices. In t ...
Download / Learn more Package Citations See dependency  
elect  
Estimation of Life Expectancies Using Multi-State Models
Functions to compute state-specific and marginal life expectancies. The computation is based on a fi ...
Download / Learn more Package Citations See dependency  
dmlalg  
Double Machine Learning Algorithms
Implementation of double machine learning (DML) algorithms in R, based on Emmenegger and Buehlmann ...
Download / Learn more Package Citations See dependency  
composits  
Compositional, Multivariate and Univariate Time Series Outlier Ensemble
A compositional multivariate and univariate time series outlier ensemble.It uses the four R packages ...
Download / Learn more Package Citations See dependency  
LOGANTree  
Tree-Based Models for the Analysis of Log Files from Computer-Based Assessments
Enables researchers to model log-file data from computer-based assessments using machine-learning te ...
Download / Learn more Package Citations See dependency  
Maintainer: Qi Qin (view profile)

23,394

R Packages

201,798

Dependencies

63,416

Author Associations

23,395

Publication Badges

© Copyright 2022 - present. All right reserved, rpkg.net.  Based in Cambridge, Massachusetts, USA