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

Tidy 總結了有關模型組件的信息。模型組件可能是回歸中的單個項、單個假設、聚類或類。 tidy 所認為的模型組件的確切含義因模型而異，但通常是不言而喻的。如果模型具有多種不同類型的組件，您將需要指定要返回哪些組件。

用法

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

參數

x

從 MASS::lm.ridge() 返回的 ridgelm 對象。

...

附加參數。不曾用過。僅需要匹配通用簽名。注意：拚寫錯誤的參數將被吸收到 ... 中，並被忽略。如果拚寫錯誤的參數有默認值，則將使用默認值。例如，如果您傳遞 conf.lvel = 0.9 ，所有計算將使用 conf.level = 0.95 進行。這裏有兩個異常：

tidy() 方法在提供 exponentiate 參數時會發出警告(如果該參數將被忽略)。
augment() 方法在提供 newdata 參數時會發出警告(如果該參數將被忽略)。

也可以看看

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

其他 ridgelm 整理器：glance.ridgelm()

值

帶有列的 tibble::tibble()：

GCV: 廣義交叉驗證誤差估計。
lambda: 懲罰參數 lambda 的值。
term: 回歸項的名稱。
estimate: 使用此 lambda 估計縮放係數
scale: 估計係數的比例因子

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)

源代碼：R/mass-ridgelm-tidiers.R

相關用法

注：本文由純淨天空篩選整理自等大神的英文原創作品 Tidy a(n) ridgelm object。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。