আমার সহকর্মী এবং আমি আর-তে বেশ কয়েকটি লিনিয়ার এবং ননলাইনার মিশ্রিত ইফেক্ট মডেলগুলিকে ফিট করছি the আমাদের লাগানো মডেলগুলিতে ক্রস-বৈধকরণ করতে বলা হচ্ছে যাতে কেউ যাচাই করতে পারে যে প্রভাবগুলি তুলনামূলকভাবে সাধারণীকরণযোগ্য। এটি সাধারণত একটি তুচ্ছ কাজ, তবে আমাদের ক্ষেত্রে, আমাদের পুরো তথ্যকে একটি প্রশিক্ষণের অংশ এবং একটি পরীক্ষার অংশে (সিভি উদ্দেশ্যে) বিভক্ত করতে হয় যা কোনও সাধারণ স্তর ভাগ করে না। উদাহরণ স্বরূপ,
প্রশিক্ষণের ডেটা 1,2,3,4 গোষ্ঠীর উপর ভিত্তি করে হতে পারে; ফিটেড মডেলটি তখন গ্রুপ 5 এ ক্রস-বৈধ করা হয়।
সুতরাং প্রশিক্ষণ ডেটাতে অনুমান করা গ্রুপ-ভিত্তিক এলোমেলো প্রভাবগুলি পরীক্ষার ডেটার ক্ষেত্রে প্রযোজ্য না হওয়ায় এটি একটি সমস্যা তৈরি করে। সুতরাং, আমরা মডেল সিভি করতে পারবেন না।
এটির তুলনামূলক কোনও সরল সমাধান কি আছে? অথবা কেউ এই সমস্যা মোকাবেলায় প্যাকেজ লিখেছেন? কোন ইঙ্গিত স্বাগত!
ধন্যবাদ!