Utilizarea parametrilor de netezire pentru a evita supraajustarea

Parametrul de netezire realizează un echilibru între verosimilitate și gradul de variație al curbei, pentru a optimiza ajustarea modelului. În acest exercițiu, vei analiza parametrii de netezire și vei ajusta modele cu diferiți parametri de netezire fixați.

Acest exercițiu face parte din cursul

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Vezi cursul

Instrucțiuni pentru exercițiu

Vizualizează valoarea parametrului de netezire (\(\lambda\)) al modelului gam_mod furnizat, prin extragerea valorii sp din model.
Ajustează două modele pe datele mcycle cu accel ca funcție netedă a lui times și un parametru de netezire de:
- 0.1
- 0.0001
Vizualizează ambele modele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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)

Editează și rulează codul