問題タブ [quantile-regression]

Matlab で簡単なセットアップを使用して分位点回帰プロセスを実装しようとしています。このページには、線形プログラムとしての分位点回帰の説明が含まれており、適切な行列とベクトルが表示されます。Matlab で実装しようとしましたが、bhatベクトルの正しい最後の要素を取得できません。約 1 のはずですが、非常に低い値 (<1e-10) になります。私が持っている別のアルゴリズムを使用すると、1.0675 の値が得られます。どこで私は間違えましたか？私は推測しているA、bまたはf間違っています。

で遊んでみましたがoptimset、それは問題ではないと思います。数学からコードに変換するときに変換ミスを犯したと思います。どこにあるのかわかりません。

このデータ フレームには 2 つの列 (Y と X) があります。

パッケージを使用quantregすると、X を条件とする Y の分位数を推定できます。

X を条件とする Y の CUMULATIVE 密度関数を作成できません。誰か助けてもらえますか?

分位数の推定:

この後、累積分布関数 (Fx) を生成するにはどうすればよいですか?

これは私のdata.frameです：

私は分位点回帰モデル + R のボストン住宅データの LASSO ペナルティを構築しています。この種のモデルを構築できる 2 つのパッケージ、rqPen と quantreg を見つけました。rqPen はクロス検証プロセスを実装して LASSO パラメーターのラムダを調整するため、これを使用することにしました。アルゴリズムによって自動的に選択された 100 個の異なるラムダ値と 10 個のフォールドを考慮しました。

CV からの結果は、0.46 のラムダ値で達成された最小の絶対誤差は 4.2 であるということです。このモデルは、予測子「zn」、「tax」、「b」、および「lstat」のみを考慮し、残りの予測子に関連付けられた係数をゼロに送信します。

もう 1 つのパッケージである quantreg パッケージを使用して同じモデルを構築することにしましたが、ラムダ値は維持しました。2 つのパッケージを形成するモデルは、モデルに含まれる予測子に関しては正確に等しいわけではなく、類似していると予想しました。

そして、このモデルではすべての予測子が使用されていたため、最初のモデルとは完全に異なることがわかりました。

私は何か間違ったことをしていますか？rqPen パッケージは計算に失敗していますか?

scikit-gardenパッケージから分位ランダム フォレスト (QRF) を使い始めました。以前は、RandomForestRegresserfromを使用して通常のランダム フォレストを作成していましたsklearn.ensemble。

データセットのサイズが小さい場合、QRF の速度は通常の RF に匹敵するように見えますが、データのサイズが大きくなるにつれて、QRF は予測を行う際に RF よりもはるかに遅くなります。

これは期待されていますか？もしそうなら、誰かがこれらの予測を行うのになぜそんなに長い時間がかかるのか説明してください。

おもちゃの例については、以下を参照してください。ここでは、さまざまなデータセット サイズのトレーニング時間と予測時間をテストしています。

出力は次のとおり です。 RF および QRF のトレーニングと予測の時間比較