LoslegenKostenlos loslegen

Mit Glättungsparametern Overfitting vermeiden

Der Glättungsparameter balanciert Likelihood und „Wiggliness“ (Kräuseligkeit) aus, um die Modellanpassung zu optimieren. Hier untersuchst du Glättungsparameter und passt Modelle mit unterschiedlichen festen Glättungsparametern an.

Diese Übung ist Teil des Kurses

Nichtlineare Modellierung mit Generalized Additive Models (GAMs) in R

Kurs anzeigen

Anleitung zur Übung

  • Gib den Wert des Glättungsparameters ((\lambda)) des bereitgestellten Modells gam_mod aus, indem du den sp-Wert aus dem Modell extrahierst.
  • Passe zwei Modelle an die mcycle-Daten an, mit accel als glatter Funktion von times und folgenden Glättungsparametern:
    • 0.1
    • 0.0001
  • Visualisiere beide Modelle.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

library(mgcv)
# Extract the smoothing parameter
gam_mod <- gam(accel ~ s(times), data = mcycle, method = "REML")
___

# Fix the smoothing parameter at 0.1
gam_mod_s1 <- gam(accel ~ s(times), data = mcycle, sp = ___)

# Fix the smoothing parameter at 0.0001
gam_mod_s2 <- gam(___)

# Plot both models
par(mfrow = c(2, 1))
plot(gam_mod_s1, residuals = TRUE, pch = 1)
plot(gam_mod_s2, residuals = TRUE, pch = 1)
Code bearbeiten und ausführen