我编写了一个代码来模拟 R 中的数据集,以了解反向选择在机器学习中的工作原理。我生成了 poly() 函数来编写多项式函数,然后想使用 Cp、BIC、调整后的 R^2 选择合适的多项式。
代码是:
###Generating dataset
set.seed(1)
X = rnorm(100)
eps = rnorm(100)
beta0 = 3
beta1 = 2
beta2 = -3
beta3 = 0.3
Y = beta0 + beta1 * X + beta2 * X^2 + beta3 * X^3 + eps
library(leaps)
data.full = data.frame(y = Y, x = X)
mod.full = regsubsets(y ~ poly(x, 10, raw = T), data = data.full, nvmax = 10)
mod.summary = summary(mod.full)
### Find the model size for best cp, BIC and adjr2
which.min(mod.summary$cp)
对于 cp、BIC 和调整后的 R^2,我得到的模型应该是多项式 3
但是,现在我想模拟 100 个数据集,看看在多少个数据集中我得到了正确的模型。我模拟了 100 个数据集,但现在我没有得到每个度量的多项式 3。我不太明白我做错了什么。我的模拟代码是:
###Generating 100 datasets
data <- replicate(100, rnorm(n=100))
epsilon <- replicate(100,rnorm(n=100))
###Formula (same as before)
Y = beta0 + beta1 * data + beta2 * data^2 + beta3 * data^3 + epsilon
data.full = data.frame(y = Y, x = data)
###Using polynomial terms
mod.bwd = regsubsets(data.full$y.1 ~ poly(data.full$x.1, 10, raw = T), data = data.full, nvmax = 10,
method = "backward")
bwd.summary = summary(mod.bwd)
which.min(bwd.summary$cp)
which.min(bwd.summary$bic)
which.max(bwd.summary$adjr2)
对于给定的子集 cp、Bic、adjr2 给出了不同的结果。例如,使用 y.1 和 x.1(模拟中的第一个数据集)给出以下结果:
which.min(bwd.summary$cp): 7
which.min(bwd.summary$bic): 4
which.max(bwd.summary$adjr2): 9
有人可以帮助我模拟这 100 个数据集时做错了什么吗?
最佳答案
如果我正确地阅读了您的代码,您可以在同一个模拟数据集上运行模型 100 次,而不是在所有 100 个模拟数据集上运行模型,这应该可以解决问题:
set.seed(42)
###Generating 100 datasets
data <- replicate(100, rnorm(n=100))
epsilon <- replicate(100,rnorm(n=100))
###Formula (same as before)
Y = beta0 + beta1 * data + beta2 * data^2 + beta3 * data^3 + epsilon
data.full = data.frame(y = Y, x = data)
res <- lapply(1:100, function(i){
###Using polynomial terms
mod.bwd = regsubsets(data.full[[i]] ~ poly(data.full[[100+i]], 10, raw = T), data = data.full, nvmax = 10,
method = "backward")
bwd.summary = summary(mod.bwd)
c(
which.min(bwd.summary$cp),
which.min(bwd.summary$bic),
which.max(bwd.summary$adjr2)
)
})
res <- do.call(rbind, res)
使用此 rng-seed,这会给出一些行,其中所有 cirteria 选择正确的模型。
关于r - 在 R 中模拟数据集以进行模型选择,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54903061/