問題タブ [variable-selection]

R は初めてで、MI Lasso/Elastic Net Regression を実行する必要があります。MI には「マウス」パッケージを使用します。パッケージ「miselect」で ML モデルを実行するには、スタック形式の MI データが必要です。次のように、MI の後にスタックされたデータセットを取得します。

imputed_long <- complete(imputed, include=F, "long")

モデルがデータにどの程度適合しているかを確認するには、データセットをテスト データセットとトレーニング データセットに分割する必要があります。

2 つの質問があります。

1. MI の前にデータを分割したほうがよいでしょうか。その後、テストとトレーニングのデータセットと ML モデルに対して個別に MI を実行しますか? または、MI を実行した後にデータセットを分割する必要がありますか? 積み重ねられたデータセットをトレーニングとテストのデータセットに分割するにはどうすればよいですか (80/20 が最適です)。
2. 「miselect」で ML モデルの予測パフォーマンスを取得するにはどうすればよいですか? miselect パッケージの説明に例が見つかりません。コードでアルファとラムダをクロス検証できますが、続行する方法がわかりません。

私は Python を使用してダンツィヒ セレクターをプログラミングする任務を負っていますが、ガイドラインは与えられておらず、線形計画法やデータ サイエンスの経験もあまりありません。LP モジュールのマニュアルや、このサイトの他の質問で必要な情報が見つかりません。

これが問題です。列ベクトル ^β を探しています。この問題に対処する方法がわからないため、プログラムのこの部分のコードがありません。いくつかのアプローチを試しましたが、問題を正しく反映したものはなかったため、拒否して削除しました。

分||^β||l1 st ||xT(y-x^β(||l(inf) <= δ)

線形プログラムとして書き直すことができます。

^β は kx1 列ベクトルであり、私が探しているダンツィヒ セレクターです。

• y は観測値/応答の nx1 列ベクトルです
• X は nxk サンプル行列で、ここで k >> n
• δ はノイズ変数です

役立つ可能性のある詳細を次に示します。

これまでの作業コードは次のとおりです。データ値はすべて単なるサンプル/プレースホルダーです。X、y、およびいくつかの δ の値を既に用意しています。しかし、^β を与える適切な LP 関数を見つけることができません。

これは、このサイトでの私の最初の投稿です。他の投稿と比較して、投稿の詳細が不足していることをお詫び申し上げます。