Question

我最近一直在使用mboost来获取大量自变量并识别有用的预测变量。例如：

library(mboost)
xx=glmboost(data=mtcars,mpg~.)

据我所知，该算法分别处理每个因变量，并尝试通过梯度过程识别重要的预测变量。

但也许有一些复杂的互动。可能cyl对mpg的影响与wt增加相比不那么重要。这可能具有直观意义。一辆12缸的小型车是某种跑车，而那时低效mpg的驱动器是缸。但对于一辆卡车而言，它的重量确实是低mpg的驱动力。

在使用mboost或其他提升算法时，如何处理变量的（可能是非线性的）交互效应？

我不想走向无法解释的NN或森林模型。有没有更好的方法来处理这个？

我非常喜欢这种提升方法 - 关于它的论文是可读的，结果似乎对普通人来说是可以理解的。但是，当你进行互动时，你似乎会得到一个不太完美的契合。

谢谢，乔希

Answer 1

告诉公式如何考虑所有双向交互：

while read p; do
  VALUE=$(echo $p | awk '{print $2}')
done < parameters.txt