Kom igångKom igång gratis

Använda utjämningsparametrar för att undvika överanpassning

Utjämningsparametern balanserar mellan sannolikhet och krokighet för att optimera modellanpassningen. Här undersöker du utjämningsparametrar och anpassar modeller med olika fasta utjämningsparametrar.

Den här övningen är en del av kursen

Icke-linjär modellering med Generalized Additive Models (GAMs) i R

Visa kurs

Övningsinstruktioner

  • Visa värdet på utjämningsparametern (\(\lambda\)) för den angivna modellen gam_mod genom att extrahera sp-värdet från modellen.
  • Anpassa två modeller till datamängden mcycle med accel som en slät funktion av times och en utjämningsparameter på:
    • 0.1
    • 0.0001
  • Visualisera båda modellerna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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)
Redigera och kör kod