기저 함수와 평활화

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

Noam Ross

Senior Research Scientist, EcoHealth Alliance

적절한 적합 찾기

  • 데이터에 근접하게 (과소 적합 방지)
  • 노이즈는 적합하지 않게 (과대 적합 방지)
R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

구불구불함 균형 조절

$$\LARGE \text{적합} = \text{우도} - \lambda \times \text{구불구불함}$$

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

적절한 평활화 매개변수 선택

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

평활화 문법

고정 평활화 매개변수 설정

gam(y ~ s(x), data = dat, sp = 0.1)
gam(y ~ s(x, sp = 0.1), data = dat)

제한 최대 우도를 통한 평활화

gam(y ~ s(x), data = dat, method = "REML")
R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

기저 함수의 수

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

기저 함수 문법

기저 함수의 수 설정

gam(y ~ s(x, k = 3), data = dat, method = "REML")

gam(y ~ s(x, k = 10), data = dat, method = "REML")

기본값 사용

gam(y ~ s(x), data = dat, method = "REML")
R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

연습해 봅시다!

R로 배우는 Generalized Additive Models (GAMs): 비선형 모델링

Preparing Video For Download...