问题标签 [glmnet]

在尝试使用cv.glmnet对我的数据执行交叉验证时出现错误

在下面的行中，y是一个 3 级变量（我as.factor()在原始变量上使用）。预测器x由一个连续变量（mage）和一些因子变量（再次用于as.factor()分类变量）组成。正如另一篇在线帖子所建议的那样，我收集所有预测变量的代码是：

然后使用以下方法进行交叉验证：

我想知道是否有人以前遇到过这个问题，可能的原因是什么。

我正在运行一个包含 67 个观察值和 32 个变量的回归。我正在使用 glmnet 包中的 cv.glmnet 函数进行变量选择。我想将一个变量强加到模型中。（它在正常过程中被丢弃。）如何在 cv.glmnet 中指定这个条件？

谢谢！

我的代码如下所示：

我想要的变量是 mydata[,2]。

我有一个函数可以返回 cv.glmnet 模型的 auc 值，虽然不是大多数时候，但它经常在执行 cv.glmnet 函数时返回以下错误：

drop(y % % rep(1, nc)) 中的错误：在为函数 'drop' 选择方法时评估参数 'x' 时出错：y % % rep(1, nc) 中的错误：参数不一致

我已经阅读了一些关于该错误的信息，我能找到的唯一建议是使用 data.matrix() 而不是 as.matrix()。我的函数如下（其中“form”是带有我想要的变量的公式，“dt”是数据框）：

我在另一个函数中实现了这个函数，该函数迭代了几个变量的组合，以查看哪些变量组合运行良好（这是一种非常强力的方法）。无论如何，当错误被抛出时，我打印出迭代的公式，并只用那个公式调用函数，它工作得很好。所以不幸的是，我无法确定哪些调用会引发错误，否则我会尝试提供更多信息。数据框大约有 30 行，当我在具有 110 行的较大数据集上运行代码时没有错误。两个数据集中也没有 NA。

有没有人见过这个或有任何想法？谢谢！

对我来说使用 glmnet 的一大好处是能够直接使用稀疏矩阵而无需转换它们。这里的帖子似乎表明 caret 的 train 函数只能接收训练集的数据帧，而 ?caret::train 建议相同。真的是这样吗？

我有一个可以工作的 glm 模型。由于我想添加（岭）正则化，我想我会切换到 glmnet。出于某种原因，我无法让 glmnet 工作。它似乎总是预测第一类，而不是第二类，这导致准确性低且 kappa = 0。

下面是一些重现问题的代码。我究竟做错了什么？

它生成的测试数据如下所示：

由于数据不能线性分离，因此添加了两个多项式项 A^2 和 B^2。

glm 模型正确预测数据（准确度 = 1 和 kappa = 1）。这是它的预测边界：

虽然 glmnet 模型的 kappa = 0，但无论它尝试什么 lambda：

重现问题的代码：

直接调用 glmnet（没有插入符号）会导致同样的问题：

编辑：绘制缩放数据和 glm 找到的决策边界：

型号：-37 + 6317*A + 6059*B - 6316*A2 - 6059*B2

我正在使用 R 中的 glmnet 和 caret 包在广义线性模型上运行弹性网络。

我的响应变量是成本（其中成本 > 0 美元），因此我想为我的 GLM 指定一个带有日志链接的高斯族。但是 glmnet 似乎不允许我指定 (link="log")如下：

我尝试了不同的变体，带引号和不带引号，但没有运气。glmnet 文档没有讨论如何包含日志链接。

我错过了什么吗？是否family="gaussian"已经隐含地假设了一个日志链接？

The glmnet package uses a range of LASSO tuning parameters lambda scaled from the maximal lambda_max under which no predictors are selected. I want to find out how glmnet computes this lambda_max value. For example, in a trivial dataset:

The package vignette (http://www.jstatsoft.org/v33/i01/paper) describes in section 2.5 that it computes this value as follows:

Which clearly is close but not the same value. So, what causes this difference? And in a related question, how could I compute lambda_max for a logistic regression?

我已经通过glmnet. 我正在从最小 lambda 中提取系数，它给了我期望的结果。但是，我有一个具有九个唯一值的因子变量，并glmnet为此生成一个系数，这对于二进制变量是预期的，但不是因子...

所以我的问题：

1）我应该如何解释来自因子变量的单个系数glmnet？

2）有没有一种方法可以提取变量不同因子的系数？

cv.glmnet从glmnetR 中的包尝试时出现以下错误。

下面的代码

我无法弄清楚这里引用了哪个“r_all0”对象。red.trn.x此外，矩阵中没有这样的变量。

考虑下面的例子

鉴于上述概率，我应该使用/修改预测中的哪个函数或参数来将它们在 0 和 1 之间转换？