BeSS
BeSS   一、BeSS简介
           BeSS是一种新提出的嵌入式特征子集筛选方法，其利用原始-对偶活动集算法，可用于多重线性回归模型、Logistic和Cox比例风险模型的最佳特征子集识别1。BeSS既可以在给定特征子集大小下识别最佳特征子集，又可以自动识别最佳特征子集大小。Bess识别最佳特征子集大小有两种方式，即顺序搜索策略（sequential selection）和黄金搜索策略（golden section selection）。  
  1.     Wen C, Zhang A, Quan S, Wang X. BeSS: An R Package for Best Subset Selection     in Linear, Logistic and Cox Proportional Hazards Models. Journal of Statistical     Software. 2020;94(4):1 - 24.

 

二、数据格式
 
    

  注：
        1、数据格式为“.csv”，数据中避免中文、空格或特殊字符
        2、数据变量名必须为英文、阿拉伯数字或下划线的组合
        3、自变量列数可以输入多列，以英文状态下的逗号或冒号分隔，如：2,3,4或2:4
        4、因变量可为定量变量、二分类变量和生存变量（包括生存结局和生存时间）
        5、导入数据后，各变量所对应的列数可在输出界面显示和查询

 
  三、输出结果展示
            输出结果包括识别的最佳特征子集、基于最佳特征子集构建的回归模型和预测表现。
          示例如下：