1. 在R语言中,使用 Chickweight 数据进行预测1进行5倍的交叉验证,重复抽样1000,用 Tme,Chck和成De预测 Weight

利用R语言的Chickweight数据集,进行预测模型的构建,通过5次交叉验证和1000次重复抽样,以Tme、Chick和Diet为预测变量估计Weight。对比了GLM、RRM和LASSO模型的预测效能,分析并解释了结果。
摘要由CSDN通过智能技术生成
  1. 在R语言中,使用 Chickweight 数据进行预测1进行5倍的交叉验证,重复抽样1000,用 Tme,Chck和成De预测 Weight

  2. 比较 GLM,RRM 以及 LASSO 模型的预测准确率。

  3. 讨论结果并说出自己的推测。

运行代码、运行结果、结果分析

options(digits = 4,scipen = 10)
library(caret)
ctrl <- trainControl(repeats = 5,number = 1000)

glmFit <- train(weight ~ Time  + Chick  +  Diet ,
               data = ChickWeight,
               method = "glm",
               trControl  = ctrl)
ridgeFit <- train(weight ~ Time  + Chick  +  Diet ,
               data = ChickWeight,
               method = "ridge",
               trControl  = ctrl)

lassoFit <- train(weight ~ Time  + Chick  +  Diet ,
               data = ChickWeight,
               method = "lasso",
               trControl  = ctrl)
###  查看结果 
glmFit$results$Rsquared
ridgeFit$results$Rsquared
lassoFit$results$Rsquared

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mrrunsen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值