ฟังก์ชันพื้นฐานและการทำให้เรียบ

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

Noam Ross

Senior Research Scientist, EcoHealth Alliance

การ fit ที่เหมาะสม

  • ใกล้เคียงกับข้อมูล (หลีกเลี่ยง under-fitting)
  • ไม่ fit กับ noise (หลีกเลี่ยง over-fitting)
การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

การสมดุล Wiggliness

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

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

การเลือกค่าพารามิเตอร์การทำให้เรียบที่เหมาะสม

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

ซินแทกซ์การทำให้เรียบ

การกำหนดค่าพารามิเตอร์การทำให้เรียบแบบคงที่

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

การทำให้เรียบด้วย restricted maximum likelihood

gam(y ~ s(x), data = dat, method = "REML")
การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

จำนวนฟังก์ชันพื้นฐาน

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

ซินแทกซ์ฟังก์ชันพื้นฐาน

การกำหนดจำนวนฟังก์ชันพื้นฐาน

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

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

ใช้ค่าเริ่มต้น

gam(y ~ s(x), data = dat, method = "REML")
การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

มาฝึกกันเถอะ!

การสร้างโมเดลแบบไม่เชิงเส้นด้วย Generalized Additive Models (GAMs) ใน R

Preparing Video For Download...