Câu hỏi : Tôi đã trang bị một mô hình xác suất (mạng bayes) để mô hình hóa một biến kết quả nhị phân. Tôi muốn tạo một biểu đồ hiệu chuẩn độ phân giải cao (ví dụ như spline) được sửa chữa cho quá mức với bootstrapping. Có một quy trình chuẩn để tính đường cong như vậy không?
Cân nhắc : Tôi có thể thực hiện việc này một cách dễ dàng với phân tách thử nghiệm / đào tạo, nhưng tôi không muốn vứt bỏ bất kỳ dữ liệu nào vì tôi có ít hơn 20.000 mẫu. Vì vậy, tôi tự nhiên nghĩ về bootstrapping. Tôi biết rằng một chức năng như vậy (hiệu chỉnh) được triển khai trong gói rms của Frank Harrell, nhưng tiếc là mô hình tôi sử dụng không được gói hỗ trợ.
Câu hỏi thưởng : có thể hiệu chỉnh lại một mô hình tính toán sai với bootstrapping không? Lý do tôi hỏi điều này là vì tôi đã cố gắng hiệu chỉnh lại một mô hình bằng cách
- phân chia dữ liệu trong đào tạo / kiểm tra
- mô hình phù hợp để thiết lập đào tạo
- hiệu chỉnh lại mô hình để đào tạo tập hợp (với một spline hình khối)
- đánh giá hiệu chuẩn trên bộ kiểm tra
Các mô hình được hiệu chỉnh lại theo kiểu trên đã được hiệu chuẩn hoàn hảo trên bộ xe lửa nhưng không quá nhiều trên bộ thử nghiệm, điều này có thể cho thấy tình trạng thừa nhẹ. Tôi cũng đã thử chia thêm bộ thử nghiệm, hiệu chỉnh trên một lần phân tách và đánh giá hiệu chuẩn ở lần phân tách thứ hai. Tôi đã có kết quả tốt hơn (mặc dù vẫn chưa được hiệu chuẩn hoàn hảo), nhưng các bộ trở nên khá nhỏ (~ 1000 mẫu) và do đó hiệu chuẩn không đáng tin cậy
reticulate
. Tôi có thể tự thực hiện quy trình nếu tôi biết, nhưng tôi không tìm thấy nó ở bất cứ đâu .. Tôi đoán tôi chỉ hy vọng rằng profell sẽ thấy câu hỏi này: D