Грубый сплайн-фитинг (сплайн-интерполяция на тонких пластинах) в R с mgcv - PullRequest
Новая
       110

Грубый сплайн-фитинг (сплайн-интерполяция на тонких пластинах) в R с mgcv

0 голосов
/ 11 сентября 2018

Фон

Я пытаюсь воспроизвести рисунок 2.6 в книге Введение в статистическое обучение :

Грубый шлиц тонкой пластины соответствует данным о доходах на рисунке 2.3.Эта подгонка делает нулевые ошибки в данных обучения.

enter image description here

Что я пробовал до сих пор?

Я пытался повторить предыдущий рисунок 2.5, гладкую шлицевую посадку на тонких пластинах, не уверен, что удачно. 

income_2 <- read.csv("http://www-bcf.usc.edu/~gareth/ISL/Income2.csv")
library(mgcv)
model1 <- gam(Income ~ te(Education, Seniority, bs=c("tp", "tp")), data = income_2) 
x <- range(income_2$Education)
x <- seq(x[1], x[2], length.out=30)
y <- range(income_2$Seniority)
y <- seq(y[1], y[2], length.out=30)
z <- outer(x,y,
           function(Education,Seniority)
                     predict(model1, data.frame(Education,Seniority)))
p <- persp(x,y,z, theta=30, phi=30,
           col="yellow",expand = 0.5,shade = 0.2,
           xlab="Education", ylab="Seniority", zlab="Income")
obs <- trans3d(income_2$Education, income_2$Seniority,income_2$Income,p)
pred <- trans3d(income_2$Education, income_2$Seniority,fitted(model1),p)
points(obs, col="red",pch=16)
segments(obs$x, obs$y, pred$x, pred$y)

enter image description here

Двукратноевопрос

  1. Я создал правильную гладкую тонкую пластину с gam ?Я использую как smooth.terms bs="tp", и в документации говорится: «Они представляют собой версии тонких сплайнов с уменьшенным рангом и используют штраф сплайнов для тонких пластин».
  2. Как создать грубый тонкий сплайнпосадка сплайна пластин делает ошибки на данных тренировки?(Первая цифра выше)

1 Ответ

0 голосов
/ 11 сентября 2018 
income_2 <- structure(list(Education = c(21.5862068965517, 18.2758620689655, 
12.0689655172414, 17.0344827586207, 19.9310344827586, 18.2758620689655, 
19.9310344827586, 21.1724137931034, 20.3448275862069, 10, 13.7241379310345, 
18.6896551724138, 11.6551724137931, 16.6206896551724, 10, 20.3448275862069, 
14.1379310344828, 16.6206896551724, 16.6206896551724, 20.3448275862069, 
18.2758620689655, 14.551724137931, 17.448275862069, 10.4137931034483, 
21.5862068965517, 11.2413793103448, 19.9310344827586, 11.6551724137931, 
12.0689655172414, 17.0344827586207), Seniority = c(113.103448275862, 
119.310344827586, 100.689655172414, 187.586206896552, 20, 26.2068965517241, 
150.344827586207, 82.0689655172414, 88.2758620689655, 113.103448275862, 
51.0344827586207, 144.137931034483, 20, 94.4827586206897, 187.586206896552, 
94.4827586206897, 20, 44.8275862068966, 175.172413793103, 187.586206896552, 
100.689655172414, 137.931034482759, 94.4827586206897, 32.4137931034483, 
20, 44.8275862068966, 168.965517241379, 57.2413793103448, 32.4137931034483, 
106.896551724138), Income = c(99.9171726114381, 92.579134855529, 
34.6787271520874, 78.7028062353695, 68.0099216471551, 71.5044853814318, 
87.9704669939115, 79.8110298331255, 90.00632710858, 45.6555294997364, 
31.9138079371295, 96.2829968022869, 27.9825049000603, 66.601792415137, 
41.5319924201478, 89.00070081522, 28.8163007592387, 57.6816942573605, 
70.1050960424457, 98.8340115435447, 74.7046991976891, 53.5321056283034, 
72.0789236655191, 18.5706650327685, 78.8057842852386, 21.388561306174, 
90.8140351180409, 22.6361626208955, 17.613593041445, 74.6109601985289
)), .Names = c("Education", "Seniority", "Income"), row.names = c(NA, 
-30L), class = "data.frame")

library(mgcv)

Прежде всего, вы можете просто использовать s(Education, Seniority, bs = 'tp') для двумерного тонкого сплайна, а не использовать тензорную конструкцию изделия.Сплайн с тонкими пластинами хорошо определен в любом измерении.

Во-вторых, mgcv выполняет регрессию, а не интерполяцию, поэтому без подстройки вы не сможете настроить сплайн, проходящий через все точки.Настройка для сплайна тонкой пластины включает в себя:

  1. отключение низкосортной аппроксимации за bs = 'tp', устанавливая k равным точно количеству уникальных точек выборки (и xt также, еслиу вас более 2000 уникальных местоположений данных);
  2. установите sp = 0, чтобы отключить штрафование сплайна.

Количество уникальных местоположений выборки в наборе данных income_2 равно 

xt <- unique(income_2[c("Education", "Seniority")]) 
nrow(xt)
#[1] 30

Поскольку 30 меньше 2000, мы можем просто установить k = 30 и нам не нужно передавать xt в s(, bs = 'tp'). 

interpolation_model <- gam(Income ~ s(Education, Seniority, k = 30, sp = 0),
                           data = income_2)
interpolation_model$residuals
# [1]  2.131628e-13  2.728484e-12  4.561684e-12  1.264766e-12  3.495870e-12
# [6]  4.177991e-12 -1.023182e-12  1.193712e-12  2.231104e-12  6.878054e-12
#[11]  6.309619e-12  6.679102e-13  7.574386e-12  3.637979e-12  4.227729e-12
#[16]  1.790568e-12  4.376943e-12  5.130119e-12  8.242296e-13 -6.536993e-13
#[21]  2.771117e-12  1.811884e-12  3.495870e-12  9.141132e-12  2.117417e-12
#[26]  7.243983e-12 -3.979039e-13  6.352252e-12  6.203038e-12  3.652190e-12

Теперь вы видите, чтовсе остатки равны нулю.

Вы также можете искать другие пакеты, которые непосредственно выполняют сплайн-интерполяцию тонких пластин.

Сплайн тонких пластин изотропный / радиальный, будьте осторожныесли переменные отличаются по масштабу!

Спасибо за разъяснения и решение моего вопроса.Знаете ли вы, почему поверхность сплайна выглядит более волнистой с меньшим количеством ребер?

Поскольку ваши две переменные сильно различаются по масштабу.Сначала необходимо стандартизировать две переменные, а затем установить тонкий сплайн. 

## this is how your original data look like on the 2D domain
with(income_2, plot(Education, Seniority, asp = 1))


## let's scale it
xt_scaled <- scale(xt)
dat <- data.frame(xt_scaled, Income = income_2$Income)

with(dat, plot(Education, Seniority, asp = 1))


## fit a model on scaled data
interpolation_model <- gam(Income ~ s(Education, Seniority, k = 30, sp = 0),
                           data = dat)

## grid on the transformed space
x <- range(dat$Education)
x <- seq(x[1], x[2], length.out=30)
y <- range(dat$Seniority)
y <- seq(y[1], y[2], length.out=30)

## prediction on the transformed space
newdat <- expand.grid(Education = x, Seniority = y)
z <- matrix(predict(interpolation_model, newdat), nrow = length(x))

Теперь, чтобы создать график, мы хотим вернуть сетку обратно в исходный масштаб.Обратите внимание, что нет необходимости преобразовывать прогнозные значения. 

## back transform the grid
scaled_center <- attr(xt_scaled, "scaled:center")
#Education Seniority 
# 16.38621  93.86207 
scaled_scale <- attr(xt_scaled, "scaled:scale")
#Education Seniority 
# 3.810622 55.715623 
xx <- x * scaled_scale[1] + scaled_center[1]
yy <- y * scaled_scale[2] + scaled_center[2]

## use `xx`, `yy` and `z`
p <- persp(xx, yy, z, theta = 30, phi = 30,
           col = "yellow",expand = 0.5, shade = 0.2,
           xlab = "Education", ylab = "Seniority", zlab = "Income")
obs <- trans3d(income_2$Education, income_2$Seniority, income_2$Income, p)
pred <- trans3d(income_2$Education, income_2$Seniority, fitted(interpolation_model), p)
points(obs, col="red",pch=16)
segments(obs$x, obs$y, pred$x, pred$y)

...