Wie lauten der Entzerrungskoeffizient (Steigung und Achsenabschnitt) bei der Vorwärtsselektion mittels SVEM auf einer Beta-Verteilung?
Dies ist ein Merkmal aller SVEM-Modelle, nicht nur der Beta-Distribution.
Der Grund dafür ist, dass SVEM-Modelle tendenziell eine Verzerrung aufweisen: Sie prognostizieren zu hohe Werte für niedrige Y-Werte und zu niedrige Werte für hohe Y-Werte. Dies wird besonders deutlich, wenn man die tatsächlichen Werte mit den prognostizierten Werten eines nicht korrigierten SVEM-Modells vergleicht. Ich glaube, dies ist ein Beispiel für den Bias-Varianz-Kompromisse, der auch bei penalisierten Regressionsmodellen auftritt.
Unsere Entwicklung fand eine einfache Lösung zur Korrektur dieser Verzerrung: Eine einfache Regression von Y gegen PredY (SVEM) wird durchgeführt. Die Parameter für Steigung und Achsenabschnitt, die die Verzerrung korrigieren, sind die Parameter dieser einfachen Regression.
Ich hoffe, das hilft.
In dieser Präsentation des Discovery Summit aus dem Jahr 2021 wird das Thema kurz angesprochen:
SVEM: Maschinelles Lernen angewendet auf das US-Energieministerium (2021-US-45MP-847) – JMP-Benutzergemeinschaft
Danke Florence, das ist wirklich hilfreich!
