मैं यह समझने का प्रयास कर रहा हूं कि predict.loess
फ़ंक्शन x
पर नए अनुमानित मानों (y_hat
) की गणना करने में सक्षम है जो मूल डेटा में मौजूद नहीं है। उदाहरण के लिए (यह एक सरल उदाहरण है और मुझे पता है लेस स्पष्ट रूप से इस तरह के एक उदाहरण के लिए की जरूरत नहीं है, लेकिन यह बिंदु दिखाता है): प्रत्येक x
पर बहुआयामी पद का उपयोग करकेनए x मानों के साथ पूर्वानुमान की भविष्यवाणी
x <- 1:10
y <- x^2
mdl <- loess(y ~ x)
predict(mdl, 1.5)
[1] 2.25
loess
प्रतिगमन काम करता है और इस प्रकार यह एक बनाता है प्रत्येक y
पर y_hat
की भविष्यवाणी की गई। हालांकि, क्योंकि कोई गुणांक संग्रहित नहीं किया जा रहा है, इस मामले में "मॉडल" केवल y_hat
की भविष्यवाणी करने के लिए उपयोग किए जाने वाले विवरण का विवरण है, उदाहरण के लिए, span
या degree
। जब मैं predict(mdl, 1.5)
करता हूं, तो predict
इस नए x
पर कोई मूल्य उत्पन्न करने में सक्षम कैसे है? क्या यह दो निकटतम मौजूदा x
मूल्यों और उनके संबंधित y_hat
के बीच अंतर कर रहा है? यदि हां, तो यह कैसे कर रहा है इसके पीछे विवरण क्या हैं?
मैंने cloess
दस्तावेज़ीकरण ऑनलाइन पढ़ा है लेकिन यह कहने में असमर्थ है कि यह कहां चर्चा करता है।
इंटरपोलेशन, एक्सट्रापोलेशन, या दोनों? मुझे लगता है कि आप केवल इंटरपोलेशन का मतलब है। – smci