R - 设置跳跃包中的regsubsets的评估标准

Question

我尝试使用最佳子集选择来执行回归。

这里的例子相当于我根据数据集包中的ChickWeight数据所做的事情。

leaps_test <- regsubsets(weight~Time+Diet,data=ChickWeight,nbest=1)

然而，我希望能够控制＆＃34;最好的子集＆＃34;通过使用残差平方和（RSS）进行评估。如果这是regsubsets默认工作的方式，我仍然想知道如何更改此标准，以防我想根据信息标准进行评估。

Answer 1

?regsubsets.default由于此函数返回最大为nvmax的所有大小的单独最佳模型，并且因为不同的模型选择标准（如AIC，BIC，CIC，DIC，......）仅在不同大小的模型的比较方式上有所不同，结果不依赖于成本 - 复杂度权衡的选择。

但是，如果要直观地检查不同的关联条件，可以在plot命令中指定不同的比例。

?plot.regsubsets

plot（x，labels = obj $ xnames，main = NULL，scale = c（“bic”，“Cp”，“adjr2”，“r2”），col = gray（seq（0,0.9，length = = 10）），...）

Answer 2

来自?regsubsets.default：

由于此函数返回所有大小的单独最佳模型，最高可达nvmax，并且由于不同的模型选择标准（如AIC，BIC，CIC，DIC，......）仅在不同大小的模型的比较方式上有所不同，因此结果不同取决于成本复杂性权衡的选择。

Answer 3

问题和答案是两岁。但我认为回答搜索此信息的人仍然有用。我想作为评论回答，但没有足够的声誉。

这回答了bibzzz的问题（作为对Davide Passaretti答案的评论），如果有两种方法使用R2以外的标准进行绘图：在函数scale = c("Cp", "adjr2", "r2", "bic")中使用参数plot(regsubsets.obj, scale = ...)可以选择您想要的标准。

这四个是最受欢迎的标准。也许你想要AIC。但你不需要它，因为Cp和AIC给你相同的结果，这意味着具有最小Cp的模型也具有最小的AIC。