0

我是 R 新手，想在我的数据上实现套索，以便根据该算法估计的系数进行特征选择。我的数据库很大，有 40 个预测变量（连续和分类）。当我使用 glmnet 包应用套索回归时，该算法中每个预测变量估计的所有系数都为零，除了截距，为什么会发生这种情况？模型是否过度拟合？我该如何解决？我用于本节的代码是：

#Transforming categorical variables: 
xfactors <- model.matrix(Bill_TotalCharge ~addNA(P_AgeGroup) + 
addNA(ADT_ConditionOnDischarge) + addNA(Provider_Profession) + 
addNA(ADT_HospitalName) + addNA(ADT_Province) + addNA(ADT_City) + 
addNA(DiagnosisValueGroup) + addNA(DiagnosisGroupLevel1) + 
addNA(DiagnosisGroupLevel2) + addNA(Bill_Insurer) + addNA(Bill_InsurerType1) 
+ addNA(Bill_InsurerType2) + addNA(Bill_InsurerBox) + 
addNA(ADT_AdmissionType) + addNA(Bill_RecordType) + addNA(P_MaritalStatus) + 
addNA(Gender) + addNA(MonthNumberOfYear) + addNA(CalenderYear) , 
na.action=na.exclude)[,-1]

#Creating matrix of combination of contniuous and categorical varriables
x <- as.matrix(data.frame(Bill_TotalBasicInsurance, Bill_TotalPatient 
,Bill_TotalCost1,Bill_TotalCost2, Bill_TotalCost3 , Bill_TotalCost4 , 
Bill_TotalCost5 , Bill_TotalCost6 , Bill_TotalCost7 , Bill_TotalCost8 
,Bill_TotalCost9 ,Bill_TotalCost10 ,Bill_TotalCost11 ,Bill_TotalCost12 , 
P_Age, xfactors))

#Running lasso 
glmmod <- glmnet(x, y=Bill_TotalCharge, family="gaussian",alpha=1)

然后我想使用 cv.glmnet 函数来确定具有交叉验证的 min_lambda 并且令人难以置信的是它返回一个 6_digits 数字作为最小 lambda（lambda 和随后的 alpha 应该在零和一之间）。问题是什么，我该如何解决它？我为此使用的代码是：

 cv.glmmod <- cv.glmnet(x, y=Bill_TotalCharge, alpha=1)
 best.lambda <- cv.glmmod$lambda.min

我非常感谢您提前提供的任何帮助。

4

0 回答 0