CommencezCommencez gratuitement

Utiliser les paramètres de lissage pour éviter le surajustement

Le paramètre de lissage établit un compromis entre la vraisemblance et la sinuosité pour optimiser l'ajustement du modèle. Ici, vous examinerez les paramètres de lissage et ajusterez des modèles avec différents paramètres de lissage fixes.

Cette activité fait partie du cours

Modélisation non linéaire avec les Generalized Additive Models (GAM) en R

Voir le cours

Instructions de l’exercice

  • Affichez la valeur du paramètre de lissage (\(\lambda\)) du modèle gam_mod fourni en extrayant la valeur sp du modèle.
  • Ajustez deux modèles aux données mcycle avec accel comme fonction lisse de times et un paramètre de lissage de :
    • 0.1
    • 0.0001
  • Visualisez les deux modèles.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)
Modifier et exécuter le code