install.packages(“GauPro”)
#install.packages(“devtools”) devtools::install_github(“CollinErickson/GaoPro”)
图书馆( 高普罗 )
n个 <- 12
x <- 序列( 0 , 1 , 长度.out = n个 ) 年 <- 罪( 6 * x ^ .8 ) + rnorm公司( n个 , 0 , 1e-1个 ) 普通合伙人 <- 加仑公里( x , 年 ) # >*缺少参数“kernel”。 它已设置为“matern52”。 有关更多详细信息,请参阅文档。
普通合伙人 $ plot1D()
图书馆( ggplot2 ) 金刚石子集 <- 钻石 [样本( 1 : nrow公司( 钻石 ), 60 ), ] 糖尿病 <- 加仑公里( 价格 ~ 克拉 + 切 + 颜色 + 清晰 + 深度 , 钻石子集 ) # >*缺少参数“kernel”。 它已设置为“matern52”。 有关更多详细信息,请参阅文档。
摘要( 糖尿病 ) # >公式:
# >价格~克拉+剪裁+颜色+清晰度+深度
# >
# >残差:
# >最小第1季度中位数平均第3季度最大。
# > -6589.09 -217.68 37.85 -165.28 181.42 1619.37
# >
# >功能重要性:
# >克拉切割颜色清晰度深度
# > 1.5497 0.2130 0.3275 0.3358 0.0003
# >
# >AIC:1008.96
# >
# >假留一出R平方:0.901367
# >伪漏失R平方(调整):0.8427204
# >
# >60个样本的遗漏覆盖率(较小的p值表示拟合不良):
# >68%:0.7 p值:0.7839
# >95%:0.95 p值:1
绘图( 糖尿病 )
cts内核 <- k_IgnoreInds内核( k个 = k_PowerExp(开)( 天 = 2 ), 无知的人 = c(c)( 2 , 三 , 4 )) 因子内核2 <- k_有序因子内核( 天 = 5 , xindex公司 = 2 , nlevels级 = nlevels级( 金刚石子集 [[ 2 ]])) 因子内核3 <- k_有序因子内核( 天 = 5 , xindex公司 = 三 , nlevels级 = nlevels级( 金刚石子集 [[ 三 ]])) 因子内核4 <- k_ Gower因子内核( 天 = 5 , xindex公司 = 4 , nlevels级 = nlevels级( 钻石子集 [[ 4 ]])) # 将它们相乘
钻石核 <- cts内核 * 因子内核2 * 因子内核3 * 因子内核4
糖尿病 <- 加仑公里( 价格 ~ 克拉 + 切 + 颜色 + 清晰 + 深度 , 钻石子集 , 内核 = 钻石核 ) 糖尿病 $ plotkernel()
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
x <- 1 : 20
年 <- 罪( x ) + .1 * x ^ 1.3
combo_kernel(组合内核) <- k_周期( 天 = 1 ) * k_Matern52(材料52)( 天 = 1 ) 普通合伙人 <- 加仑公里( x , 年 , 内核 = combo_kernel(组合内核) , 最小数值 = 1e-6 ) # >*nug在优化后处于最小值。 检查配合情况,看看这是否导致配合不良。 考虑更改nug.min。这可能适合于无噪音数据。
普通合伙人 $ 绘图()