问题标签 [lars]

这是我在执行时遇到的 scikit-learn 错误

请注意，如果我将 max_n_alphas 从 1e5 降低到 1e4，我将不再收到此错误。

有人知道发生了什么吗？

当我打电话时发生错误

我有维度的40k数据点。40

完整的堆栈跟踪如下所示

我正在尝试对我的数据应用套索回归。我正在为 R 使用 lars 包。使用coef函数，我得到套索模型的系数并使用它们，我绘制了这个模型。但是这个模型总是错误的常数（蓝色）。

但是当我使用predict函数时，我得到了正确的模型（粉红色）

UPD

我在 R 中工作，并使用多种方法探索使用插入符号进行变量选择和加权。在这里，我正在探索使用前向逐步和最小角度回归 (LARS)，对每个参数使用调整参数。在下面的代码中，我任意选择了一个因变量 (y) 和一个预测变量子集 (x's)，并使用 70% 的数据子集通过训练算法运行它们。为此，我正在应用重复的 10 倍交叉验证。我正在努力寻找一个命令来识别从训练函数派生的最终模型参数（例如，截距、β 权重）。当我调用 object$finalModel 时，我不容易看到它。有没有办法使用列出的方法（前向逐步回归和 LARS）在 R 中恢复这些？感觉这个应该是存在的......

谢谢！

我有一个包含 1000 个观察值和 76 个变量的数据集，其中大约 20 个是分类变量。我想在整个数据集上使用 LASSO。我知道通过 lars 或 glmnet 在 LASSO 中使用因子变量并不能真正起作用，但是变量太多了，并且它们可以采用太多不同的无序值来合理地对它们进行数字重新编码。

在这种情况下可以使用 LASSO 吗？我该怎么做呢？创建预测变量矩阵会产生以下响应：

我意识到其他方法可能更容易或更合适，但挑战实际上是使用 lars 或 glmnet 来做到这一点，所以如果可能的话，我将不胜感激任何想法或反馈。

谢谢，

我正在尝试使用larsR 运行回归。但是，我不断收到此错误：

rep(1, n) 中的错误：“次”参数无效。

这是我的代码：

我希望lars包能够成功运行，因为所有LBJ变量都是列中的数值数据。但是，lars甚至不运行。有任何想法吗 ？

我在一个大型数据集 n=1918, p=85 上运行套索回归，回归识别为重要的系数 - 当实际放入线性模型时 - 非常微不足道。另一方面，套索认为非常重要的解释性“模型”变量具有接近 0 的系数并且没有选择它们。进入 LARS 的数据帧已经被缩放。关于为什么会发生这种情况的任何想法？下面是 LARS 可能选择的示例，以及我使用完全相同的数据集创建的具有实际良好解释变量的模型。

更新：我注意到套索正在选择我所有的温度变量并为它们分配相对较高的系数（> 1），而所有其他变量都介于 0 和 1 之间。不知道为什么会发生这种情况。

我根据遗传信息预测身高。数据是来自每个生物体的数十万个数据点，但简化版本可能是：

我开始对对基因 1 进行逆回归感兴趣，因为我从中获得的残差值给出的结果与使用高度作为响应不同。所以回归是：

然后我从中获取残差值并在从数据框中删除gene1之后逐步进行（LARS包）：

完成此操作后，我有兴趣拟合模型，以便获得高度值（并运行测试集）。由于我使用的是逐步过程的残差值，因此我不确定如何获得它。

非常感谢您的帮助！

我有这个语法

增强语法

现在我尝试扩展项目集 0

然后，既然我有.E，I0我会扩展它，但我会得到另一个E规则，依此类推，这是我的第一个疑问。

假设这没问题，下一个项目集是

然后我会有这个DFA

我错过了一些东西，因为E -> E + i必须接受i + i + ..但 DFA 不会回到 I0，所以对我来说这似乎是错误的。我的猜测是它应该有一个 I0 到 I0 的转换，但是我不知道这与点有关。

I am using Lars framework (https://lars.readthedocs.io/en/latest/index.html) to analyze sample logs from an Apache Server stored in a txt file. I want to store the path_str of each log in a list so I am doing this:

Which in theory should be correct, however I get this error:

The funny thing is that if I create a variable to count and stop at a certain number of row this works:

Of course there are thousands of rows, but anyone knows why this is happening? Am I missing something?