Bitte überprüfen Sie mein Verständnis darüber, wie der Lebenslauf in JMP für LASSO (oder eine andere Regularisierungsmethode) funktioniert. Angenommen, ich wähle den 5-fachen Lebenslauf. Hier ist was ich denke passiert ...
Wir gehen durch alle Lambdas. Für jedes Lambda erzeugen wir 5 Fehler und mitteln diese. Am Ende verwenden wir den minimalen Fehler, um den optimalen lambda_star zu ermitteln. Jetzt verwenden wir alle Daten zusammen mit lambda_star, um das endgültige Modell (die Menge der Koeffizienten) zu finden.
Meines Wissens ist es so, dass der Fehler in der Stichprobe das ist, was wir mit dem endgültigen Modell für alle Daten berechnen. Was ist mit dem Out-of-Sample-Fehler? Ich habe gesehen, dass Leave-One-Out das schätzen würde. Berechnet JMP dies und zeigt es im Bericht, und wenn ja, wie wird das gemacht? Auch Lambda_star kann angezeigt werden. Ich habe eine verwandte Diskussion zum Abrufen des Abstimmparameters gesehen, aber ich hoffe, JSL zu vermeiden, wenn ich kann.
