在GAM(和GLM,就此而言)中,我们拟合了条件似然模型。因此,在拟合模型之后,对于新输入x和响应y,我应该能够计算给定x的特定值y的预测概率或密度。例如,我可能想要这样做来比较验证数据上各种模型的适合性。有没有一种方便的方法可以在mgcv中使用合适的GAM来做到这一点?否则,我如何计算出使用的密度的确切形式,以便适当地插入参数? 作为一个具体例子,考虑一个负二项分布GAM: ## From ?n
我正在尝试使用广义相加模型拟合非线性模型。如何确定要使用的样条线数量。是否有特定的方式来选择样条的数量?我已经使用了三阶(立方)样条拟合。以下是代码。 from pygam import LinearGAM
from pygam.utils import generate_X_grid
# Curve fitting using GAM model - Penalised spline cu