问题标签 [glmnet]

我一直无法理解有关如何调用 S3 方法的文档，这一次它让我反感。

我会为提出多个问题而预先道歉，但它们都是密切相关的。在一组复杂函数的核心深处，我创造了很多glmnet拟合，尤其是逻辑拟合。现在，glmnet文档将其返回值指定为具有“glmnet”和（用于逻辑回归）“lognet”两个类。实际上，这些都是按此顺序指定的。

但是，查看 的实现结束glmnet，就在调用（内部函数）lognet之后，将类设置fit为“lognet”，我在返回（变量）之前看到这行代码fit：

由此，我得出结论，类的顺序实际上是“lognet”、“glmnet”。

不幸的是，我的健康状况（就像医生建议的那样）：

问题在于为它分派 S3 方法的方式，特别是predict. 这是代码predict.lognet：

我添加了一条评论来解释我的推理。现在，当我myfit使用新的数据矩阵mydata和对此进行预测时type="response"，就像这样：

，根据文档，我没有得到预测的概率，而是得到线性组合，这正是predict.glmnet立即调用的结果。

我试过颠倒类的顺序，如下所示：

然后再次进行预测调用：你瞧：它起作用了！我确实得到了概率。

所以，这里有几个问题：

1. 我是否“了解到”S3 方法是按类的出现顺序调度的？
2. 我是否正确假设中的代码 glmnet会导致正确调度的错误顺序 predict？
3. 据我所知，在我的代码中，没有任何东西可以显式/可见地操作类。什么可能导致订单发生变化？

为了完整起见：这里有一些示例代码可以使用（就像我现在自己做的那样）：

根据生成的数据，差异或多或少是明显的（在我的真实数据集中，我注意到所谓的概率中有负值，这就是我发现问题的方式），但你确实应该看到差异。

感谢您的任何意见。

编辑：

我刚刚发现了一个可怕的事实：任何一个顺序都在 glmnet 1.5.2 中工作（它存在于我运行实际代码的服务器上，导致与类顺序相反），但是 1.6 中的代码需要顺序是“lognet”，“glmnet”。我还没有检查 1.7 中发生了什么。

感谢@Aaron 提醒我信息学的基础知识（除了“如果一切都失败了，重新启动”：“检查你的版本”）。我错误地认为统计学习之神提供的软件包可以免受此类错误的影响），并感谢@Gavin 确认我重建了 S3 的工作原理。

以下代码块失败，我无法辨别。

出现以下错误：

如果我使用不同的模型，比如glm它运行良好。如果我使用 3 个类TrainClasses <- iris[,5]，它也可以正常工作。

2 个类是如何唯一导致 glmnet 方法失败的？

这是 Windows 上的 R 版本 2.14.0，插入符号版本 5.09-006。同样的错误发生在我的 mac 和 linux 上。

我正在尝试glmnet在数据集上使用该包。我cv.glmnet()用来获取 的 lambda 值glmnet()。这是数据集和错误消息：

我排除了第 1、2、7、12 列，因为它们是：id 列、响应列、包含 NA 和包含 NA。任何建议都会很棒。

我正在尝试glmnet在数据集上使用该包。我cv.glmnet()用来获取 的 lambda 值glmnet()。我排除了第 1、2、7、12 列，因为它们是：id 列、响应列、包含 NA 和包含 NA。

这是数据集和错误消息：

有什么建议么？

我正在寻找可以处理 NA 的 R 包或机器学习模型/算法（如randomForest、glmnet、gbdt等），而不是忽略具有任何 NA 实例的行或列。我不想推卸责任。有什么建议么？

我正在尝试使用 R 中的 glmnet 构建简单的多类逻辑回归模型。但是，当我尝试预测测试数据并获取列联表时，我得到了一个错误。下面复制了一个示例会话。

任何帮助将不胜感激。这里是菜鸟。

谢谢。

由于 R 包 glmnet 没有为 windows 提供二进制文件，所以我必须在我的操作系统 win7 64bit 下编译它。我是如何收到此错误消息的：

我也尝试在 windows XP 32bit 下编译它，但出现“配置 glmnet 包失败”错误消息。

有人在 Windows 中成功编译 glmnet 吗？

我试图在 R 中找到一个用于正则化逻辑回归的包，该包可以预测 0 - 1 之间的值。不过，我没有太多运气，尝试过这个lars包，现在又尝试了这个glmnet包。

下面是 glmnet 包参考手册中示例的代码，我不明白输出。

我不明白为什么输出不是全部在 0 - 1 范围内。

我在这里误解了什么吗？

任何人都可以推荐一个易于使用的正则化逻辑回归包吗？

谢谢。

我正在使用 glmnet 使用以下代码根据一组 5 个功能预测概率。我需要实际的公式，因为我需要在不同的（非 R）程序中使用它。

结果系数的名称有五个位置（我假设这是每个特征之一），每个位置都是 0 到 3 之间的数字（我假设这是多项式的次数）。但是我仍然对如何准确地重构公式感到困惑。

以这些为例：

我们将特征称为 A、B、C、D、E。这应该如何解释公式？

如果这不正确，我应该如何解释它？

我看到了以下问题和答案，但它没有解决这些类型的系数名称。

在此先感谢您的帮助。

在 scikit learn 中coef_，逻辑回归模型的系数是一个维度为 [n_classes-1, n_features] 的数组。

在glmnet系数fit$beta不是一个类似的数组。

例如：

维度xMatrix- 63231 X 1223（训练样本数 X 特征数）

维度yMatrix- 63231 X 1（训练样本数 X 每个样本的预期输出值）。有45个不同的类别。所以输出是其中之一。

输出系数的维度（据我了解）= 1223 X 45（特征数 X 类数）

虽然我在 scikit learn 中做对了，但结果glmnet不同

这是我的glmnet代码：

为什么我得到 1223 X 86 而不是 1223 X 45？