非線形プラットフォームのカスタム損失関数 - 収縮推定Nonlinear プラットフォームで非線形モデル フィッティングを実行し、カスタム損失関数を使用して収縮パラメータ推定を行いたいと思います。これは、回帰の LASSO 損失関数に似たものになります。
たとえば、この非線形モデル（モデル内のパラメータとしてa 、 g 、 c 、 ツを持つ「NLFunction」という名前）があるとします。
このような損失関数を使いたい
これは、Lasso 損失関数に「ある種」似ています。その考え方は、パラメータ推定値を少し「縮小」して、より適切なモデルを見つけ、モデルの適合の悪条件を少なくすることです。
私は思う 起動ダイアログで損失関数を指定して手動でこれを行うことはできますが、実際に意図したとおりに損失関数が使用されているかどうかはわかりません。
これを実行すると、実行されて結果が得られますが、分析からスクリプトを保存しても、指定した手動損失関数は返されません。
これが機能し、非線形モデル適合における収縮推定が可能になるかどうかについて、何かご意見はありますか?
高度な統計モデリング自動化とスクリプトRe: 非線形プラットフォームのカスタム損失関数 - 収縮推定こんにちは翻訳: 、
カスタム損失関数の統計詳細に関するドキュメントはすでにお読みになったと思いますか?
ポアソン損失関数の例を見ると、モデルを起動するときに「損失」パラメータでカスタム損失関数を使用する必要があるようです。
分析ウィンドウが開いたときに、カスタム損失関数が直接使用されているかどうかを確認できます。
分析を再現してサポートするには情報/結果/データが不十分な可能性があるため、このトピックについてさらに詳しく説明することはできません。カスタム損失関数を使用せずに非線形モデリングを実行してみましたか? 結果はどの程度類似/異なっていましたか?
あなたが作成したカスタム損失関数については意見はありませんが、非線形モデリングの場合に係数の「線形ペナルティ」を使用するのは奇妙だと思います。これらの係数の相対的な大きさに関係なく、同じ方法で係数のサイズを縮小しようとしますが、これらの係数が指数関数または線形関数の一部である場合は大きく異なる場合があります。おそらく、これらの係数の使用を考慮して、非線形ペナルティ (|a|、exp/ln(g)、... を使用) を使用すると役立つでしょうか?
これらのアイデアがお役に立てば幸いです。
Re: 非線形プラットフォームのカスタム損失関数 - 収縮推定ドキュメントを読み、プラットフォームを広範囲に使用しましたが、カスタム損失関数の使用についてはよく知りませんでした。私が試して実験したことに基づくと、私の質問に対する答えは「いいえ」であり、これを行うことはできないと思います。カスタム損失関数は、モデルにすでに存在するパラメーターの関数になる可能性があるためだと思いますが、その点についてはよくわかりません。
これを実行する動機は、非線形モデルの場合、パラメータ推定値は非常に相関する傾向があり、最適な損失が見つかる領域では目的 (損失) 関数が非常に平坦になる可能性があるため、アルゴリズムが収束しにくくなることです。私が実際にやりたいのは、SSE に追加されるペナルティがパラメータ推定値の二乗の合計の倍数であるリッジ回帰に似たものだと思います。
Re: 非線形プラットフォームのカスタム損失関数 - 収縮推定JMP テクニカル サポートに問い合わせたところ、その方法を教えてもらいました。Nonlinear を使用すると、ロールに列を配置せずに、下部のセクションに損失関数を指定するだけで非線形モデルを適合できることに気付いていませんでした。この方法ではプラットフォームの一部の機能が失われますが (たとえば、プロットを作成できない、プロファイラーを使用できない)、パラメーター推定は実行できます。したがって、カスタム損失関数 (上記) を使用すると機能します。
