Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Exposing rank deficient info

Đang mở
  • Có gì không ổn?
#21 1 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
25/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
julia
Lĩnh vực
api, backend-api-design

Hướng nghiên cứu

Start by reading the issue's StatsAPI and GLM examples, then inspect the RegressionModel, LinPredModel, DensePredChol, and eventual DensePredQR entry points mentioned there. Determine whether the API should expose independent and collinear model-matrix column indexes, and confirm the design with the unanswered discussion before attempting an implementation.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

I want to discuss the best way to have an API for RegressionModels that are rank deficient. In particular, I would like to have a mechanism allowing packages interfacing through StatsAPI to recover the collinear columns of the model matrix.

Consider this example (I am going to use GLM.jl):

X1 = randn(100)
X2 = randn(100)
y = X1 + X2 + randn(100)
df = DataFrame(y=y,X1=X1,X2=X2, X3=X1, X4=X1.+X2)
lm_1 = lm(@formula(y~X1+X2+X3+X4), df)

Using the StatsAPI, there is no way to recover the three columns of the model matrix that are linearly independent. However, one can do this by looking at the DensePredChol (and eventually at the DensePredQR).

For instance, if I want to calculate X'X using only these columns, I could do

X = modelmatrix(lm_1)
XX = X'X
ch = lm_1.model.pp.chol
rnk = rank(ch)
XX[1:end .∉ [ch.p[rnk+1:end]], 1:end .∉ [ch[rnk+1:end]]]

and similarly, for the columns of the modelmatrix:

Z = X[:, 1:end .∉ [ch.p[rnk+1:end]]]

I don't know the best way to expose this at the API level. Maybe something like this?

function StatsAPI.collinearindexes(r::RegressionModel) end

The implementation in GLM could then look something like this:

function GLM.collinearindexes(m::LinPredModel) ## of course only for `CholeskyPivoted` (and `QRPivoted` when implemented)
  ch = m.pp.chol
  rnk = rank(ch)
  return ch.p[1:rnk], ch.p[rnk+1:end]
end

Probably not great. Ideas?

P.S.: This is very useful to make packages like CovarianceMatrices play nice with rank-deficient RegressionModels.

Ngôn ngữ chính
Julia
Star
19
Fork
11
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của JuliaStats/StatsAPI.jl

Tất cả issue của JuliaStats/StatsAPI.jl

Issue tương tự

Thêm issue về Julia

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.