2012-08-27 8 views
5

मैं कुछ विभिन्न मॉडलों को अनुकूलित कर रहा हूं, जिनमें से एक caret पैकेज का उपयोग कर रेडियल एसवीएम है। मैं मॉडल के लिए उपयोग करने के लिए सर्वोत्तम पैरामीटर खोजने के लिए एक लूप के माध्यम से चक्र की तैयारी में ट्यूनिंग ग्रिड बना रहा हूं।आर के साथ अलग-अलग वृद्धि की अनुक्रम?

एक चीज जो बेहद सहायक होगी, कुछ प्रकार के बढ़ते अनुक्रम अनुक्रम है। उदाहरण के लिए, मैं छोटे चरणों में वृद्धि के छोटे पैरामीटर मानों से शुरू करना चाहता हूं। जितना बड़ा मैं जाता हूं, मैं जितना बड़ा कदम उठा सकता हूं। मैंने पाया है कि छोटे पैरामीटर मॉडल को थोड़ा सा बदलते हैं, इसलिए मैं उन्हें अधिक सावधानी से देखना चाहता हूं।

x <- x+5*x कहें, वर्तमान चरण के कुछ गुणक द्वारा अनुक्रम वृद्धि होने के लिए यह शानदार होगा। क्या यह संभव है कि पहले से मौजूद कुछ हो, (seq() के रचनात्मक उपयोग की तरह), या मुझे लूप का उपयोग करने की आवश्यकता है?

उत्तर

5

कुछ इस तरह के बारे में कैसे:

0.0001 * 6^(0:10) 
# [1] 0.0001 0.0006 0.0036 0.0216 0.1296 0.7776 4.6656 
# [8] 27.9936 167.9616 1007.7696 6046.6176 
+0

सुरुचिपूर्ण और सरल -- धन्यवाद! – Hendy

2

आप घातीय वितरण इस्तेमाल कर सकते हैं: मतभेद है कि आप को पूरा करने के लिए

qexp((1:100)/100) 

> qexp((1:100)/100) 
    [1] 0.01005034 0.02020271 0.03045921 0.04082199 0.05129329 0.06187540 0.07257069 0.08338161 
    [9] 0.09431068 0.10536052 0.11653382 0.12783337 0.13926207 0.15082289 0.16251893 0.17435339 

यह समायोजित की जरूरत है:

diff(20* qexp((1:100)/100)) 
[1] 0.2030474 0.2051300 0.2072557 0.2094260 0.2116422 0.2139058 0.2162183 0.2185814 
[9] 0.2209967 0.2234660 0.2259911 0.2285739 0.2312164 0.2339208 0.2366892 0.2395238 
संबंधित मुद्दे