Si prega di verificare la mia comprensione di come CV sta lavorando in JMP per LASSO (o qualsiasi altro metodo di regolarizzazione). Supponiamo che io scelga il CV 5 volte. Ecco cosa penso che accada ...
Attraversiamo tutti i lambda. Per ogni lambda generiamo 5 errori e li calcoliamo in media. Alla fine utilizziamo l'errore minimo per identificare la lambda_star ottimale. Ora usiamo tutti i dati, insieme a lambda_star per trovare il modello finale (l'insieme di coefficienti).
La mia comprensione è che l'errore nel campione è quello che calcoliamo con il modello finale su tutti i dati. Che dire dell'errore fuori campione? Ho visto l'abbandono usato per stimare questo. JMP calcola questo e lo mostra nel rapporto, e in caso affermativo, come è fatto? Inoltre può essere visualizzato lambda_star. Ho visto una discussione correlata per il recupero del parametro di ottimizzazione, ma spero di evitare il JSL se posso.
