Veuillez vérifier ma compréhension du fonctionnement de CV dans JMP pour LASSO (ou toute autre méthode de régularisation). Supposons que je choisisse un CV 5 fois. Voici ce que je pense qui se passe ...
Nous parcourons tous les lambdas. Pour chaque lambda, nous générons 5 erreurs et les calculons en moyenne. À la fin, nous utilisons l'erreur minimale pour identifier le lambda_star optimal. Maintenant, nous utilisons toutes les données, ainsi que lambda_star pour trouver le modèle final (l'ensemble des coefficients).
Je crois comprendre que l'erreur dans l'échantillon correspond à ce que nous calculons avec le modèle final pour toutes les données. Qu'en est-il de l'erreur hors échantillon? J'ai vu Leave-one-out utilisé pour estimer cela. JMP calcule-t-il cela et l'indique-t-il dans le rapport, et si oui, comment cela se fait-il? Lambda_star peut également être affiché. J'ai assisté à une discussion connexe sur la récupération du paramètre de réglage, mais j'espère éviter JSL si je le peux.
