使用for循环优化GAM模型

Question

我需要使用三个变量："Life_expectancy“、"Adult_Mortality”和"HIV_AIDS“来对变量”HIV_AIDS“执行GAM。为了优化GAM模型，我需要为每个变量找到自由度的完美组合。为此，我需要在另一个循环中创建一个for循环，以找到所有变量的最佳组合，例如在3个循环中运行以下命令，一个用于i，一个用于j，另一个用于k：

gam.fit <- gam(Life_expectancy ~ + s(Adult_Mortality, df = i) + s(HIV_AIDS, df = j) + s(Schooling, df = k), data=train)

对于i，j，k的每个组合，每次计算测试误差。最后，选择测试误差最小的模型。我试着用下面的代码做这件事：

test.err <- rep(0, 8)
for (i in 3:10) {
  for (j in 3:10) {
    for (k in 3:10) {
  gam.fit <- gam(Life_expectancy ~ + s(Adult_Mortality, df = i) + 
                 s(HIV_AIDS, df = j) + 
                 s(Schooling, df = k),
               data=train)
  gam.pred <- predict(gam.fit, test)
  test.err[i-2] <- mean((test$Life_expectancy - gam.pred)^2)
    }}}

但这只会产生8次自由度测试误差，从3到10。我如何输出i，j，k的每一个组合的自由度？

Answer 1

代码可以修改为：

test.err <- array(0, c(8,8,8))
for (i in 3:10) {
  for (j in 3:10) {
    for (k in 3:10) {
  gam.fit <- gam(Life_expectancy ~ + s(Adult_Mortality, df = i) + 
                 s(HIV_AIDS, df = j) + 
                 s(Schooling, df = k),
               data=train)
  gam.pred <- predict(gam.fit, test)
  test.err[i-2, j-2, k-2] <- mean((test$Life_expectancy - gam.pred)^2)
    }}}

关于该方法的几个注意事项：

1. 您还没有说您使用过哪个gam函数，在包gam和mgcv中有一些函数，可能还有其他函数。后者可以根据训练集(
2. )来估计适当的自由度--您似乎是根据测试数据集的拟合来估计自由度，这在某种程度上违背了拥有单独的培训和测试数据集的想法。