Teilmengenauswahl für PLS.
Erneut angefordert von varbanov.ar
Hier finden Sie weitere Einzelheiten zum aktuellen Prozess:
Aktueller Ansatz von P&G zur Auswahl von PLS-Variablen mithilfe eines internen Webtools
VIP bestimmt Reihenfolge der Entfernung
Die Minimierung von PRESS wird als Stoppregel verwendet
Rückwärtseliminierung nach Angabe der maximalen PLS-Faktoren (z. B. 5)
Für jede Iteration und jeden Bereich des PLS-Faktors (von 1 bis max.)
Zunächst werden alle Prädiktoren mit VIP<0,8 gelöscht
Dann wird der Prädiktor mit dem kleinsten VIP gelöscht
Das beste PLS-Modell (kleinster PRESS) aus dieser Iteration wird mit dem besten Modell verglichen
aus früheren Iterationen
Stoppen Sie die Variablenauswahl, wenn PRESS keine Verbesserung gegenüber PRESS bringt
Ein Durchlauf über die verbleibenden Prädiktoren zur Entfernung redundanter Prädiktoren erfolgt nach
um die Variablenauswahl abzuschließen
---------------------------------------------
Das optimale PLS-Modell (mit dem kleinsten PRESS) hat 1 PLS-Faktor und 3 Prädiktoren
Das Webtool bietet die besten Teilmengenmodelle bis zu einer vom Benutzer angegebenen Maximalgröße
Hilfreiche Alternativen, wenn das optimale Modell noch eine große Anzahl an Prädiktoren übrig hat
im Modell
Könnte kleinere Modelle in Betracht ziehen, wenn PRESS nicht viel zunimmt
-----------------------------------------------
Weitere Details von Silvio Miccio ( silvio.silvio ):
Es wäre großartig, eine Art Algorithmus für die beste Teilmenge von PLS zu haben, der Faktoren oder Gruppen von Faktoren findet, die für die Vorhersage von Y relevant sind. Die Praxis hat gezeigt, dass das Weglassen unwichtiger Faktoren zu Modellen mit geringerem Generalisierungsfehler führt.
Ich fühle mich nicht wohl dabei, eine Teilmengenauswahl nur auf Grundlage des VIP vorzunehmen. Die Schwellenwerte für den VIP sind willkürlich (wie der Folklore-Wert von 0,05 für p-Werte).
Danke für den Vorschlag. Die Entwicklung untersucht dies.
