R parsnip gen_additive_mod 广义加性模型 (GAM)

gen_additive_mod() 定义了一个可以在广义线性模型中使用数值预测变量的平滑函数的模型。该函数可以拟合分类和回归模型。

拟合该模型的方法有多种，通过设置模型引擎来选择估计方法。下面列出了该模型的引擎特定页面。

• mgcv¹

有关如何操作的更多信息防风草用于建模的是https://www.tidymodels.org/.

用法

gen_additive_mod(
  mode = "unknown",
  select_features = NULL,
  adjust_deg_free = NULL,
  engine = "mgcv"
)

参数

mode

预测结果模式的单个字符串。此模型的可能值为"unknown"、"regression" 或"classification"。

select_features

TRUE 或 FALSE. 如果是 TRUE ，则模型有能力消除预测变量(通过惩罚)。增加 adjust_deg_free 将增加删除预测变量的可能性。

adjust_deg_free

如果是 select_features = TRUE ，则充当平滑度的乘数。将此值增加到 1 以上以生成更平滑的模型。

engine

指定用于拟合的计算引擎的单个字符串。

细节

此函数仅定义正在拟合的模型类型。一旦指定了引擎，也就定义了拟合模型的方法。有关设置引擎的更多信息，包括如何设置引擎参数，请参阅set_engine()。

在 fit() 函数与数据一起使用之前，模型不会经过训练或拟合。

此函数中除 mode 和 engine 之外的每个参数都被捕获为 quosures 。要以编程方式传递值，请使用injection operator，如下所示：

value <- 1
gen_additive_mod(argument = !!value)

参考

https://www.tidymodels.org, Tidy Modeling with R, searchable table of parsnip models

也可以看看

例子

show_engines("gen_additive_mod")
#> # A tibble: 2 × 2
#>   engine mode          
#>   <chr>  <chr>         
#> 1 mgcv   regression    
#> 2 mgcv   classification

gen_additive_mod()
#> GAM Model Specification (unknown mode)
#> 
#> Computational engine: mgcv 
#>