R语言bam位于mgcv包(package)。 说明 将广义加性模型 (GAM) 拟合到非常大的数据集,术语“GAM”包括任何二次惩罚 GLM(也可以使用family.mgcv中列出的扩展系列)。模型项的平滑程度作为拟合的一部分进行估计。在使用中,该函数与gam非常相似,只是数值方法是为包含数万个以上数据的数据集而设计的(参见 Wood、Goude 和...
R语言mgcv.parallel位于mgcv包(package)。 说明 mgcv可以利用多核或集群。 bam可以使用基于 openMP 的并行化方法以及协变量的离散化来实现显著的加速。这是使用bam的discrete=TRUE选项来选择的,线程数通过nthreads参数控制。这是扩展性最好的方法。请参阅下面的示例。 或者,函数bam可以使用parallel包中提供的函数。请参...
）**bam**的实现方式不同，因此它可以在大型数据集上更有效地运行，但是，据我所知，它似乎是通过采...
似乎有一个函数mgcv::bam.update()可以为新日期更新GAM模型,但是对于通过mgcv::bam()而不是mgcv::gam()适合的模型。尽管如此,S3方法update似乎与mgcv::gam()对象一起工作,这可能是因为class(model)包含"gam" "glm" "lm",但是文档中没有提到这一点。例如: 代码语言:javascript 复制 # Update the modelfor`...
install.packages("mgcv")install.packages("gamRR") 包安装好后,我们看下具体的函数,在mgcv中有两个函数都可以实现gam,首先我们看下gam函数: 其中主要的参数: Formula 模型的形式。其中和GLM一样可以对各自变量平滑处理的几个形式: s(x1,x2,...,k=12,fx=FALSE,bs="tp",by=z,id=1)。其中bs主要涉及以...
mgcv x x x mi x x mice x x x microbenchmark x x x mime x x x miniCRAN x x miniUI x minpack.LM x x x minqa x x x mirt x x misc3d x x x мискф x x x miscTools x x x mixtools x x x mlbench x x x mlogitBMA x x x ...
mgcv 1.8-23 https://cran.r-project.org/web/packages/mgcv/index.html mgsub 1.7.1 https://cran.r-project.org/web/packages/mgsub/index.html mi 1.0 https://cran.r-project.org/web/packages/mi/index.html mice 2.46.0 https://cran.r-project.org/web/packages/mice/index.html microbenchmark...
63、al.terms,negbin,magic实例Exampleslibrary(mgcv)set.seed(2)#simulatesomedata.廿模拟一些数据datv-gamSim(1,n=400,dist=normal,scale=2)bv-gam(ys(x0)+s(x1)+s(x2)+s(x3),data=dat)summary(b)plot(b,pages=1,residuals=TRUE)#showpartialresiduals#显示部分残差plot(b,pages=1,seWithMean=TRUE...
gammgcvreml中英文glmubre Generalizedadditivemodelswithintegratedsmoothnessestimation 广义加性模型与集成旳平滑估计描述---Description---Fitsageneralizedadditivemodel(GAM)todata,theterm"GAM"beingtakentoincludeanyquadraticallypenalizedGLM. Thedegreeofsmoothnessofmodeltermsisestimatedaspartoffitting.gamcanalsofitany...
mgcv 1.8-23 https://cran.r-project.org/web/packages/mgcv/index.html mgsub 1.7.1 https://cran.r-project.org/web/packages/mgsub/index.html mi 1.0 https://cran.r-project.org/web/packages/mi/index.html mice 2.46.0 https://cran.r-project.org/web/packages/mice/index.html microbenchmark...