[软件熟悉度]:
入门(写过其他程式，只是对语法不熟悉)
[问题叙述]:
版友们好!
1.SPSS可以一次同时选择多个模型来作预测 将预测结果的误差缩到最小~
(变成一个复合模型)
想请问R有办法做到这件事吗?
我目前只会用各别的单一模型来做预测 在选择误差最小的模型
2.另外我目前也在学着用RevoscaleR 看了user guide
是否RevoscaleR只能用在特地几个模型 而无法使用nnet? (user guide没列出来)
以上两个问题~感谢~

不了解第一点是说哪件事。说清楚一点？

就是我在SPSS上可以对同一组数据同时勾选两个以上的模型来跑 它会在过程中自己fit在哪个区段该用哪种模型预测的结果 所以最后出来的结果就是所有模型交集起来误差最小化的结果(详细机制不太了解@@)

如果有明确的方法名称，会比较好查。

虽然没看过这种作法 但可以各自fit两个模型再依error去选写起来应该不会太难

我看过一种方法，是混合数个最佳模型，但是全域混合而非分自变量或应变量的区域做混合。分区域有不同回归式，我也只看过类似zero-inflatedpoisson regression 这类的方法。

我自己的做法, 用optim的时候, 一般只写一个模型.但没人规定optim的FUN只能写一条. 所以可以写两组三组最后这两组模型, 再合并成一个最佳化参数, 去最佳化.

我练习写写看~ 希望可以得到点心得...