我的y变量(n=30,000)分布非常重(正和负),fitDist GAMLSS函数为此选择ST4家族。
我试图用一个解释变量x (pb平滑)来评估基于GAMLSS的回归,但是y上的尾太重了,以至于在50个周期后,甚至在改装(time consuming+++)之后,收敛都不会达到。
因此,我使用y变换( orderNorm变换,bestNormalize包)进行归一化,使其易于快速收敛,然后从GAMLSS对象中预测拟合值。
然而,这些匹配的"orderNormalized“值是一个GAMLSS对象,因此不能使用bestNormalize的预测函数进行反演(因为后者似乎不识别GAMLSS对象)。
我的问题是:无论采用什么方法,应用orderNorm逆变换来拟合GAMLSS对象的值是可能的吗?
发布于 2020-01-24 21:16:35
vignette for bestNormalize有一个类似的例子,使用lm而不是GAMLSS。请参阅小插曲的应用部分。一旦运行了规范化过程,就应该能够使用predict函数重复和反转转换。
关键是将转换对象存储为R对象,然后将其输入到predict (或者更确切地说是predict.bestNormalize)函数中。
发布于 2021-10-29 18:14:59
很容易对如何使用预测函数感到困惑,因此我在这里列出了没有代码的步骤(因为问题中没有示例):
1) transposeObj = orderNorm(data$outputvariable)
2) fitObj = gamlls(transposeObj$x.t ~., data)
3) pred = predict(fitObj, type = 'response')
4) inversedpredictions = predict(transposeObj, newdata = pred, inverse = TRUE)在纯文本中,您将数据规范化、拟合模型、使用fit进行预测,然后使用从orderNorm获得的规范化对象对预测进行预测。
https://stackoverflow.com/questions/59256104
复制相似问题