如何在gam（mgcv软件包）中手动指定外部结点以使其更平滑

Question

我使用R中的mgcv软件包将GAM模型拟合到数据。我的一些预测变量是圆形的，因此我正在使用定期平滑器。 我在交叉验证中遇到一个问题，其中我的保持数据集可能包含训练数据范围之外的值。 由于gam程序包会自动选择平滑的结，因此会导致错误（请参阅此处的相关问题-感谢@nograpes和@DWin对错误的解释）。

如何在周期性平滑中手动指定外部结？

范例程式码

第一块产生一些数据。

library(mgcv)

set.seed(223) # produces error.
# set.seed(123) # no error.

# generate data:
x <- runif(100,min=-pi,max=pi)
linPred <- 2*cos(x) # value of the linear predictor
theta <- 1 / (1 + exp(-linPred)) # 
y <- rbinom(100,1,theta)
plot(x,theta)
df <- data.frame(x=x,y=y)

下一个块使GAM模型具有周期平滑度：

gamFit <- gam(y ~ s(x,bs="cc",k=5),data=df,family=binomial())
summary(gamFit)
plot(gamFit)

它将在平滑术语s(x,bs="cc",k=5)的规范中的某处，我确定您可以设置一些结，但这对我来说并不明显gam或谷歌搜索。

如果您如上所述设置种子，则此块将适合一些保留数据并产生错误：

# predict y values for new data:
x.2 <- runif(100,min=-pi,max=pi)
df.2 <- data.frame(x=x.2)
predict(gamFit,newdata=df.2)

理想情况下，我只设置外部结，让gam选择其余部分。

如果此问题对CrossValidated比对SO更好，则表示歉意。

Answer 1

尝试这个：

gamFit <- gam(y ~ s(x,bs="cc",k=5), 
              knots=list( x=seq(-pi,pi, len=5) ), 
              data=df, family=binomial())

您可以在以下位置找到一个可行的示例：

?smooth.construct.cr.smooth.spec 

我在测试此代码时了解到， s()中的'k'参数需要与传递给knots()的'x'- seq()值中的'len'参数匹配。 我错误地认为knots参数将传递给s() 。