Базисные функции и сглаживание

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Noam Ross

Senior Research Scientist, EcoHealth Alliance

Правильное соответствие модели данным

  • Близость к данным (без недообучения)
  • Игнорирование шума (без переобучения)
Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Баланс между гибкостью и сглаживанием

$$\LARGE \text{Fit} = \text{Likelihood} - \lambda \times \text{Wiggliness}$$

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Выбор параметра сглаживания

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Синтаксис сглаживания

Фиксированный параметр сглаживания

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

Сглаживание методом ограниченного максимального правдоподобия

gam(y ~ s(x), data = dat, method = "REML")
Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Количество базисных функций

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Синтаксис базисных функций

Задание количества базисных функций

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

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

Использование значений по умолчанию

gam(y ~ s(x), data = dat, method = "REML")
Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Давайте потренируемся!

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Preparing Video For Download...