Mulai sekarangMulai gratis

Menggunakan parameter penghalus untuk menghindari overfitting

Parameter penghalus menyeimbangkan antara likelihood dan tingkat kelengkungan (wiggliness) untuk mengoptimalkan kecocokan model. Di sini, Anda akan menelaah parameter penghalus dan memasangkan model dengan berbagai parameter penghalus tetap.

Latihan ini merupakan bagian dari kursus

Pemodelan Nonlinier dengan Generalized Additive Models (GAM) di R

Lihat Kursus

Instruksi latihan

  • Lihat nilai parameter penghalus (\(\lambda\)) dari model gam_mod yang disediakan dengan mengekstrak nilai sp dari model.
  • Pasangkan dua model ke data mcycle dengan accel sebagai fungsi mulus dari times dan parameter penghalus:
    • 0,1
    • 0,0001
  • Visualisasikan kedua model tersebut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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)
Edit dan Jalankan Kode