用于校准的广义加法模型

Posted 2023-02-16

【中文标题】用于校准的广义加法模型

【英文标题】：Generalized additive models for calibration

【发布时间】：2015-04-29 21:04:21

【问题描述】：

我从事概率校准工作。我正在使用一种称为generalized additive models 的概率映射方法。

我写的算法是：

probMapping = function(x, y, datax, datay) 

    if(length(x) < length(y))stop("train smaller than test")
    if(length(datax) < length(datay))stop("train smaller than test")

    datax$prob = x # trainset: data and raw probabilities
    datay$prob = y # testset: data and raw probabilities

    prob_map = gam(Target ~ prob, data = datax, familiy = binomial, trace = TRUE)
    prob_map_prob = predict(prob_map, newdata = datay, type = "prob")

  # return(str(datax))
  return(prob_map_prob)

我使用的包是mgcv。

x - 对train 数据集的预测 y - 对test 数据集的预测 datax - traindata 数据-testdata

问题：

输出值不在 0 和 1 之间

我收到以下警告消息：

In predict.gam(prob_map, newdata = datay, type = "prob") :
Unknown type, reset to terms.

【参考方案1】：

警告告诉您predict.gam 无法识别您传递给type 参数的值。由于看不懂，所以决定使用默认值type，即"terms"。

请注意，predict.gam 和 type="terms" 返回有关模型项的信息，不是概率。因此输出值不在 0 和 1 之间。

有关mgcv::predict.gam的更多信息，请查看here。

【讨论】：

嗨，Alex，非常感谢您的回答！我学到了两点：i）类型必须是“响应”，ii）拟合有一个错误，我写了“家庭” - 必须是“家庭”。我对此感到抱歉。亚历克斯，你能否也评论一下：***.com/questions/29948919/… - 我已经尝试过提供的答案，但结果仍然不在 0 和 1 之间