Smooth.Pspline不同spar值结果一致，求最优spar值确定方法

嘿，我懂你现在在做什么——通过最小化训练与测试重复样本间的RMSE，来敲定最适配你数据集的spar值对吧？这步参数调优在模型适配里挺关键的，我先帮你把训练数据整理得更清晰，再给你几个实用的实操建议：

t = [-0.008, -0.006, -0.004, -0.002, 0, 0.002, 0.004, 0.006, 0.008, 0.01, 0.012, 0.014, 0.016, 0.018, 0.02, 0.022, 0.024]
dist = [NA, 0, 0, 0, 0, 0.000165038, 0.000686934, 0.001168098, 0.001928885, 0.003147262, 0.004054971, 0.005605361, 0.007192645, 0.009504648, 0.011498809, 0.013013655, 0.0134262...]

• 先处理数据里的NA值：第一个dist值是NA，你可以考虑用线性插值填补它，或者直接删除对应t=-0.008的样本，不然计算RMSE的时候会报错
• 设定spar的候选值范围：spar一般在0到1之间，你可以先选一系列间隔均匀的值，比如0.05, 0.1, 0.15, ..., 1.0，覆盖整个可能的区间
• 循环计算每个spar对应的RMSE：对每个候选spar，用训练数据拟合模型，然后在重复样本上计算RMSE，把结果存成一个列表
• 可视化找最优值：把spar值作为x轴，RMSE作为y轴画个折线图，RMSE最低的那个点对应的spar就是你要找的最佳值
• 加个交叉验证更稳妥：如果数据集不大，用5折或10折交叉验证来计算每个spar的平均RMSE，这样能避免过拟合，找到更通用的最优参数

内容的提问来源于stack exchange，提问作者Katrina