[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
版友們好!
1.SPSS可以一次同時選擇多個模型來作預測 將預測結果的誤差縮到最小~
(變成一個複合模型)
想請問R有辦法做到這件事嗎?
我目前只會用各別的單一模型來做預測 在選擇誤差最小的模型
2.另外我目前也在學著用RevoscaleR 看了user guide
是否RevoscaleR只能用在特地幾個模型 而無法使用nnet? (user guide沒列出來)
以上兩個問題~感謝~

不了解第一點是說哪件事。說清楚一點？

就是我在SPSS上可以對同一組數據同時勾選兩個以上的模型來跑 它會在過程中自己fit在哪個區段該用哪種模型預測的結果 所以最後出來的結果就是所有模型交集起來誤差最小化的結果(詳細機制不太了解@@)

如果有明確的方法名稱，會比較好查。

雖然沒看過這種作法 但可以各自fit兩個模型再依error去選寫起來應該不會太難

我看過一種方法，是混合數個最佳模型，但是全域混合而非分自變數或應變數的區域做混合。分區域有不同迴歸式，我也只看過類似zero-inflatedpoisson regression 這類的方法。

我自己的做法, 用optim的時候, 一般只寫一個模型.但沒人規定optim的FUN只能寫一條. 所以可以寫兩組三組最後這兩組模型, 再合併成一個最佳化參數, 去最佳化.

我練習寫寫看~ 希望可以得到點心得...