Bir mgcv: gam modelinde düzgünleştirme parametrelerini nasıl kontrol edeceğimizi anlamaya çalışıyorum.
Öncelikle sabit bir ızgarada x ve y koordinatlarının bir fonksiyonu olarak modellemeye çalıştığım bir binom değişkenim var, artı daha küçük etkileri olan diğer değişkenler. Geçmişte paket yerini ve sadece (x, y) değerlerini kullanarak oldukça iyi bir yerel regresyon modeli oluşturdum.
Ancak, diğer değişkenleri modele katmayı denemek istiyorum ve genelleştirilmiş katkı modelleri (GAM) iyi bir olasılık gibi görünüyordu. Her ikisi de GAM işlevine sahip olan gam ve mgcv paketlerine baktıktan sonra, posta listesi iş parçacıklarında bir dizi yorum tavsiye ettiği için ikincisini seçtim. Bir dezavantajı, loess veya locfit gibi daha pürüzsüz bir yerel regresyonu desteklemediği görülüyor.
Başlamak için, sadece (x, y) koordinatlarını kullanarak yaklaşık locfit modelini çoğaltmayı denemek istedim. Hem normal hem de tensör ürün düzeltmelerini denedim:
my.gam.te <- gam(z ~ te(x, y), family=binomial(logit), data=my.data, scale = -1)
my.gam.s <- gam(z ~ s(x, y), family=binomial(logit), data=my.data, scale = -1)
Bununla birlikte, modelden tahminleri çizerken, locfit modeline kıyasla çok daha pürüzsüzdür. Bu yüzden modeli çok fazla aşmayacak şekilde ayarlamaya çalışıyorum. Sp ve k parametrelerini ayarlamayı denedim, ancak yumuşatmayı nasıl etkilediği net değil. Locfit'te, nn parametresi, kullanılan mahallenin açıklığını kontrol eder, daha küçük değerler daha az düzgünleştirme ve daha fazla "kıpırdatmaya" izin verir, bu da binom sonuçlarının olasılığının hızla değiştiği ızgaradaki bazı alanları yakalamaya yardımcı olur. Benzer şekilde davranmasını sağlamak için oyun modelini nasıl ayarlayabilirim?