R语言拟合改进的稀疏广义加性模型（RGAM）预测、交叉验证、可视化

全文链接：https://tecdat.cn/?p=34409

相关视频

让我们生成一些数据：

R

set.seed(1)

n

mu = rowSums(x[, 1:3]) + f4 + f5 + f6

我们使用最基本的rgam来拟合模型：

R

fit

下面，我们使用不同的init_nz值拟合模型：

RGAM算法第2步的自由度超参数可以通过df选项进行设置，默认值为4。以下是使用不同超参数拟合RGAM模型的示例：

R

gamma = 0.6, df = 8

函数rgam()为一系列lambda值拟合RGAM模型，并返回一个rgam对象。

而nzero_feat、nzero_lin和nzero_nonlin键告诉我们每个lambda值包含的特征、线性组件和非线性组件的索引。

预测

可以通过使用predict方法获得此模型的预测结果：每列给出了一个lambda值的预测结果。

# 获取前5个观测值在第20个模型的预测结果

predict(fit, x[1:5, ])[, 20]

getf()函数是一个方便的函数，可以给出由一个输入变量引起的预测组成部分。也就是说，如果RGAM给出预测结果

例如，下面的代码给出了第20个lambda值时响应由变量5引起的组成部分：

我们可以使用以下代码制作一个图表，展示变量5对响应的影响：

plot

图表和摘要

让我们再次拟合基本的rgam模型：

fit

默认情况下，plot()给出了最后一个fit中的lambda键的拟合函数，并仅给出前4个特征的图表：

plot(fit

用户可以使用index和which选项指定 lambda 值的索引和要显示的特征图：

plot(fit, x, in

线性函数以绿色呈现，非线性函数以红色呈现，而零函数以蓝色呈现。

有summary方法，允许用户查看线性和非线性特征的系数概况。在每个图表上（一个用于线性特征，一个用于非线性特征），x轴是从大到小的 xi 值，y轴是特征的系数。

summary

默认情况下，系数概况将针对所有变量进行绘制。

summary(fit

交叉验证（CV）

我们可以使用 k 折交叉验证。

R

cvfit

我们可以通过设置nfolds参数来改变折数：

R

cvft

我们可以通过指定foldid参数来实现，其中foldid是一个长度为 n 的向量。

R

gamma = 0.6, foldid = foldid, verbose = FALSE)

cv.rgam()调用会返回一个cv.rgam对象。

R

plot

可以从拟合的cv.rgam对象中进行预测。

predict(cvf s = lambda.1se

predict(cvfn")

其他类型的RGAM模型

在上述例子中，变量y是一个定量变量（即取值沿实数数轴）。因此，使用默认的rgam()的family = "gaussian"是合适的。然而，RGAM算法非常灵活，可以在y不是定量变量时使用。

二元数据的逻辑回归

在这种情况下，响应变量y应该是一个只包含0和1的数字向量。在进行预测时，请注意，默认情况下，predict()仅返回线性预测值，即

要获取预测的概率，用户必须在predict()调用中传递type = "response"。

# 拟合二元模型

bin_y

verbose = FALSE)

# 第10个模型的前5个观察值的线性预测值

predict(bi1

# 第10个模型的前5个观察值的预测概率

predict(

计数数据的泊松回归

对于泊松回归，响应变量y应该是一个计数数据向量。虽然rgam()不要求每个元素都是整数，但如果任何元素为负，则会报错。

与逻辑回归类似，默认情况下，predict()仅返回线性预测值，即

要获取预测速率，用户必须在predict()调用中传递type = "response"。

对于泊松数据，通常允许用户传入偏移，这是一个与观测数相同长度的向量。rgam()也允许用户这样做：

# 生成数据

set.seed(5)

offset

请注意，如果将offset提供给rgam()，则在进行预测时必须还提供一个偏移向量给predict()：

# 第20个lambda值的速率预测

predict(poifit,ponse")[,20]