Question

AIM：此处的目的是使用步骤函数找到合适的拟合，该函数使用age来描述wage数据集中的Wage图书馆ISLR。

计划：

为了找到合适的合身，我会尝试多次合身，这将有不同的切割点。我将glm()函数（boot库）用于拟合目的。为了检查最合适的匹配，我将使用cv.glm()函数对拟合模型进行交叉验证。

问题：

为了做到这一点，我做了以下事情：

all.cvs = rep(NA, 10)
for (i in 2:10) {
  lm.fit = glm(wage~cut(Wage$age,i), data=Wage)
  all.cvs[i] = cv.glm(Wage, lm.fit, K=10)$delta[2]
}

但这会产生错误：

Error in model.frame.default(formula = wage ~ cut(Wage$age, i), data =
list( :    variable lengths differ (found for 'cut(Wage$age, i)')

然而，当我运行下面给出的代码时，它会运行。（可以找到here）

all.cvs = rep(NA, 10)

for (i in 2:10) {
  Wage$age.cut = cut(Wage$age, i)
  lm.fit = glm(wage~age.cut, data=Wage)
  all.cvs[i] = cv.glm(Wage, lm.fit, K=10)$delta[2]
}

假设和结果：

嗯，cut()和glm()可能无法合作。但这有效：
```
glm(wage~cut(age,4),data=Wage)
```

问题： 所以，基本上我们使用cut()函数，将结果保存在变量中，然后在glm()函数中使用该变量。但是我们不能将cut函数放在glm()函数中。这也是，只有代码处于循环中。

那么，为什么代码的第一个版本不起作用？

这令人困惑。任何帮助表示赞赏。

拟合步骤函数

0 个答案: