Zacznij terazZacznij za darmo

Parametry wygładzania a unikanie przeuczenia

Parametr wygładzania równoważy dopasowanie modelu między wiarygodnością a stopniem krzywizny. W tym ćwiczeniu przyjrzysz się parametrom wygładzania i dopasowujesz modele z różnymi ustalonymi wartościami tych parametrów.

To ćwiczenie jest częścią kursu

Nieliniowe modelowanie z użyciem uogólnionych modeli addytywnych (GAM) w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Sprawdź wartość parametru wygładzania (\(\lambda\)) dostarczonego modelu gam_mod, wyodrębniając wartość sp z tego modelu.
  • Dopasuj dwa modele do danych mcycle, przyjmując accel jako gładką funkcję zmiennej times, z następującymi wartościami parametru wygładzania:
    • 0,1
    • 0,0001
  • Zwizualizuj oba modele.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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)
Edytuj i uruchom kod