রিজ রিগ্রেশন ফলাফল বোঝা

Question

রিজ রিগ্রেশন এ আমি নতুন। যখন আমি লিনিয়ার রিজ রিগ্রেশন প্রয়োগ করি, তখন আমি নিম্নলিখিত ফলাফল পেয়েছি:

>myridge = lm.ridge(y ~ ma + sa + lka + cb  + ltb , temp, lamda = seq(0,0.1,0.001))
> select(myridge)
modified HKB estimator is 0.5010689 
modified L-W estimator is 0.3718668 
smallest value of GCV  at 0 

প্রশ্নাবলী:

• এটি শূন্যের জন্য ঠিক আছে GCV?
• এর অর্থ কী?
• আমার মডেল নিয়ে কোন সমস্যা আছে?
• মানটি কীভাবে খুঁজে ?$R^2$myridge

Comments

লামডা ল্যাম্বডায় পরিবর্তন করুন। আমি মনে করি আপনি যে ক্রমটি নির্দিষ্ট করেছেন তা উপেক্ষা করা হয়েছিল।

Answer 1

দণ্ডিত প্যাকেজ বা গ্ল্যামনেট প্যাকেজটি দিয়ে আপনি আরও ভাল হতে পারেন ; উভয়ই লাসো বা ইলাস্টিক নেট প্রয়োগ করে তাই লাসোর বৈশিষ্ট্যগুলি (বৈশিষ্ট্য নির্বাচন) এবং রিজ রিগ্রেশন (হ্যান্ডলিং কল্লিনিয়ার ভেরিয়েবল) সংযুক্ত করে। দণ্ডিত এছাড়াও রিজ না। এই দুটি প্যাকেজ অনেক বেশী সম্পূর্ণরূপে চেয়ে বৈশিষ্ট্যযুক্ত হয় lm.ridge()মধ্যে ভর ধরনের জিনিস জন্য প্যাকেজ।

যাই হোক, $\lambda = 0$শূন্য পেনাল্টির সূচনা করে, সুতরাং সর্বনিম্ন স্কোয়ার্স অনুমানগুলি এই অর্থে অনুকূল হয় যে তাদের সর্বনিম্ন জিসিভি (সাধারণ ক্রস বৈধকরণ) স্কোর ছিল। তবে, আপনি যথেষ্ট পরিমাণে বড় জরিমানার অনুমতি নাও দিতে পারেন; অন্য কথায়, সর্বনিম্ন স্কোয়ারের অনুমানগুলি ছোট সেটগুলির সর্বোত্তম ছিল$\lambda$মান আপনি দেখেছেন। রিজ পাথ প্লট করুন (এর ক্রিয়াকলাপ হিসাবে সহগের মানগুলি)$\lambda$এবং দেখুন ট্রেসগুলি স্থিতিশীল হয়েছে কিনা। যদি না হয় তবে এর ব্যাপ্তি বাড়ান$\lambda$ মান মূল্যায়ন।

Answer 2

আপনি 0 জিসিভি পাওয়ার কারণ হ'ল আপনি ব্যবহার করেছেন:

myridge = lm.ridge (Y ~ এম এ + + SA + + lka + + CB + + ltb, টেম্প, lamda = SeQ (0,0.1,0.001))

পরিবর্তে

myridge = lm.ridge (Y ~ এম এ + + SA + + lka + + CB + + ltb, টেম্প, ল্যামডা = SeQ (0,0.1,0.001))