시작하기무료로 시작하기

과적합을 피하기 위한 매끄럽게 하기 매개변수 사용

매끄럽게 하기 매개변수는 가능도와 곡선의 굽음을 균형 있게 조절해 모형 적합을 최적화해요. 여기서는 이 매개변수를 살펴보고, 서로 다른 고정값을 사용해 모형을 적합해 보겠습니다.

이 연습은 강의의 일부입니다

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

강의 보기

연습 안내

  • 제공된 gam_mod 모형에서 sp 값을 추출해 매끄럽게 하기 매개변수(\(\lambda\)) 값을 확인하세요.
  • mcycle 데이터에 대해 times의 매끄러운 함수로 accel을 모형화하고, 매끄럽게 하기 매개변수를 다음과 같이 각각 설정해 두 개의 모형을 적합하세요:
    • 0.1
    • 0.0001
  • 두 모형을 모두 시각화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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)
코드 편집 및 실행