交叉驗證用於迴歸樣條的模型選擇之探討
在無母數的迴歸當中，因為原始的函數類型未知，所以常用已知特定類型的函數來近似未知的函數，而spline函數也可以用來近似未知的函數，但是要估計spline函數就需要設定節點(knots)，越多的節點越能準確近似原始函數的內容，可是如果節點太多有較多的參數要估計, 就會變得比較不準確，所以選擇適合節點個數就變得很重要。 在本研究中，用交叉驗證的方式來尋找適合的節點個數， 考慮了幾種不同切割資料方式來決定訓練資料和測試資料, 並比較不同切割資料的方式下選擇節點的結果與函數估計的效果。 === In this thesis, I consider the problem of estimating...
| Main Author: | |
|---|---|
| Language: | 中文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G0104354028%22. |