首页 文章

返回错误使用GAM以周期性平滑方式预测新数据

提问于
浏览 次
1

如果这更适合CrossValidated，请道歉 .

我使用R中的mgcv包将GAM模型拟合到二项式数据 . 其中一个协变量是周期性的，所以我指定 bs = "cc" 循环三次样条 . 我在交叉验证框架中这样做，但是当我使用 predict 函数调整我的保持数据时，我收到以下错误：

Error in pred.mat(x, object$xp, object$BD) : 
  can't predict outside range of knots with periodic smoother

以下是一些应该复制错误的代码：

# generate data:
x <- runif(100,min=-pi,max=pi)
linPred <- 2*cos(x) # value of the linear predictor
theta <- 1 / (1 + exp(-linPred)) # 
y <- rbinom(100,1,theta)
plot(x,theta)
df <- data.frame(x=x,y=y)

# fit gam with periodic smoother:
gamFit <- gam(y ~ s(x,bs="cc",k=5),data=df,family=binomial())
summary(gamFit)

plot(gamFit)

# predict y values for new data:
x.2 <- runif(100,min=-pi,max=pi)
df.2 <- data.frame(x=x.2)
predict(gamFit,newdata=df.2)

任何关于我出错的建议都将不胜感激 . 也许手动指定结落在-pi和pi？

r gam

2 回答

  • 1

    我没有在第一次运行时收到错误，但我确实在第二次尝试时复制了错误 . 也许您需要使用 set.seed(123) #{no error} 和 set.seed(223) #{produces error} . 看看这是否会带来部分成功 . 我认为您只是在派生和验证数据集中看到一些变量与点数相对较少 . GAM fit的100分并不特别"generous" .

    看一下gamFit对象，看起来结的范围是在 gamFit$smooth[[1]]['xp'] 中编码的，所以这应该将输入限制在适当的范围内：

    x.2 <- runif(100,min=-pi,max=pi); 
 x.2 <- x.2[findInterval(x.2, range(gamFit$smooth[[1]]['xp']) )== 1]

 # Removes the errors in all the situations I tested
 # There were three points outside the range in the set.seed(223) case
    回复于
  • 2

    问题是您的测试集包含的值不在您的训练集范围内 . 由于您使用了样条曲线，因此在 x 的最小值和最大值处创建了结，并且未在该范围之外定义拟合函数 . 因此，在测试模型时，应排除那些超出范围的点 . 以下是如何排除测试集中的点：

    set.seed(2)
... <Your code>
predict(gamFit,newdata=df.2[df.2$x>=min(df$x) & df.2$x<=max(df$x),,drop=F])

    或者，您可以将模型中的“外部”结点指定为整个数据的最小值和最大值 . 我不知道该怎么办 .

    回复于

相关问题