r - 虚拟系数返回因子

Question

假设我在一个稀疏矩阵上有一个训练有素的 glmnet 模型，该模型具有多个预测变量，其中包含不同级别的因子（以及因此不同数量的虚拟预测变量）。

df <- data.frame(y=runif(10), catVar=as.factor(sample(0:5,10,TRUE)))
A <- model.matrix(y ~ catVar,df) 
train <- cv.glmnet(A[,c('catVar3', 'catVar4')], df$y)
coef(train, s="lambda.min")

转换虚拟系数/值或整体公式的最佳（最有效）方法是什么，就好像虚拟列不是稀疏格式（只有一列不同因素）？

编辑：我需要将虚拟系数及其斜率/值转换回每个级别具有不同斜率的单个系数。

Answer 1

稀疏矩阵的单独答案。您可以转换为三元组并直接读取索引：

require(Matrix)                                                                  
X <- Diagonal(10)[sample(10,20,T), ]                                             
factor(as(X, "TsparseMatrix")@j, labels=LETTERS[1:10])                                    

如果您的矩阵是转置存储的，那么您应该可以使用@i.

Answer 2

用于max.col获取索引向量，然后转换回因子，将级别设置为列名。

编辑示例：

X <- model.matrix(~group-1, sleep)                                               

factor(max.col(X), labels=colnames(X))                                           

Answer 3

从邮件列表中改编一个漂亮的例子，

n <- length(levels(df$catVar))
factor(A%*%1:n, labels = levels(df$catVar))