R broom tidy.ridgelm 整理 a(n) ridgelm 对象

Tidy 总结了有关模型组件的信息。模型组件可能是回归中的单个项、单个假设、聚类或类。 tidy 所认为的模型组件的确切含义因模型而异，但通常是不言而喻的。如果模型具有多种不同类型的组件，您将需要指定要返回哪些组件。

用法

# S3 method for ridgelm
tidy(x, ...)

参数

x

从 MASS::lm.ridge() 返回的 ridgelm 对象。

...

附加参数。不曾用过。仅需要匹配通用签名。注意：拼写错误的参数将被吸收到 ... 中，并被忽略。如果拼写错误的参数有默认值，则将使用默认值。例如，如果您传递 conf.lvel = 0.9 ，所有计算将使用 conf.level = 0.95 进行。这里有两个异常：

tidy() 方法在提供 exponentiate 参数时会发出警告(如果该参数将被忽略)。
augment() 方法在提供 newdata 参数时会发出警告(如果该参数将被忽略)。

也可以看看

tidy() , MASS::lm.ridge()

其他 ridgelm 整理器：glance.ridgelm()

值

带有列的 tibble::tibble()：

GCV: 广义交叉验证误差估计。
lambda: 惩罚参数 lambda 的值。
term: 回归项的名称。
estimate: 使用此 lambda 估计缩放系数
scale: 估计系数的比例因子

例子


# load libraries for models and data
library(MASS)

names(longley)[1] <- "y"

# fit model and summarizd results
fit1 <- lm.ridge(y ~ ., longley)
tidy(fit1)
#> # A tibble: 6 × 5
#>   lambda   GCV term         estimate scale
#>    <dbl> <dbl> <chr>           <dbl> <dbl>
#> 1      0 0.128 GNP            25.4   96.2 
#> 2      0 0.128 Unemployed      3.30  90.5 
#> 3      0 0.128 Armed.Forces    0.752 67.4 
#> 4      0 0.128 Population    -11.7    6.74
#> 5      0 0.128 Year           -6.54   4.61
#> 6      0 0.128 Employed        0.786  3.40

fit2 <- lm.ridge(y ~ ., longley, lambda = seq(0.001, .05, .001))
td2 <- tidy(fit2)
g2 <- glance(fit2)

# coefficient plot
library(ggplot2)
ggplot(td2, aes(lambda, estimate, color = term)) +
  geom_line()


# GCV plot
ggplot(td2, aes(lambda, GCV)) +
  geom_line()


# add line for the GCV minimizing estimate
ggplot(td2, aes(lambda, GCV)) +
  geom_line() +
  geom_vline(xintercept = g2$lambdaGCV, col = "red", lty = 2)

源代码：R/mass-ridgelm-tidiers.R

相关用法

注：本文由纯净天空筛选整理自等大神的英文原创作品 Tidy a(n) ridgelm object。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。