问题标签 [lasso-regression]

我试图使用 glmnet 包在具有二进制结果（logit）的模型上拟合套索（L1 惩罚）。我的预测变量都是二进制的（它们是 1/0 未排序的，~4000），除了一个连续变量。我需要将预测变量转换为稀疏矩阵，因为它需要永远和一天。我的问题是：似乎人们正在使用 sparse.model.matrix 而不仅仅是将他们的矩阵转换为稀疏矩阵。这是为什么？我需要在这里做吗？两种方法的结果略有不同。

另外，我的因子是否需要编码为因子（当涉及到结果和预测变量时）或者使用稀疏矩阵并在 glmnet 模型中指定结果是二项式就足够了？

这是我到目前为止所做的

所以总结我的两个问题是：1-即使我的因子只是二进制而不是有序的，我是否需要使用 sparse.model.matrix？[如果是的话，它实际上与仅将矩阵转换为稀疏矩阵有什么不同] 2-我需要将二进制变量编码为因子吗？我问的原因是我的数据集很大。无需编码即可节省大量时间。

我想用非线性函数的总和来近似一个常数函数。我可以用普通的最小二乘来做到这一点，但是用套索会出错，可能是因为要逼近的函数是常数。我在下面的 Matlab 中给出了一个玩具示例：

我注意到套索首先从输入和输出中减去平均值，所以这将给出零输出，因此所有零权重都是由套索产生的。有什么办法可以规避这种情况吗？或者另一种方法来获得权重的稀疏结果？

我有一个矩阵，其中每列的平均值为 0，标准值为 1

如果我使用 normalize 选项，非 0 系数的数量会发生变化

在我看来，规范化只是将每列的方差设置为 1。结果变化如此之大，这很奇怪。我的数据已经方差= 1。

那么 normalize=T 实际上是做什么的呢？

我是 LASSO 方法的新手（我知道它主要是在 R 中完成的，但我不知道 R）。所以在 stata 中有一个用户编写的代码 plogit 可以做套索（byTony Brady 和 Gareth Ambler）。有人用过吗？

如果是这样，我的问题是 lambda (#) 的最佳值是多少？我有 20 个解释变量。我将 lambda 值设为 14，得到 11 的系数。= 0.000，而 lambda = 6，我得到 4 个变量 = 0.00

那么最佳值是多少呢？在帮助 plogit 中，它说“更高的 lambda 值会带来更多的惩罚）

非常感谢！

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?

有人能告诉我如何lars在 R 的包中获得套索回归的系数吗？

例如，如果代码如下：

谢谢你。

我使用套索方法进行了特征选择，并使用了协方差测试covTest::covTest来检索 p.values。我借用一个例子covTest：

covTest 的结果显示了热门​​特征的 p 值。我的问题是如何检索这些特征的系数，例如预测器 1 及其Std.err和的系数95%CI。我会将这些估计值与glm.

如下构建Lasso模型后，我想查看模型系数。

该 Glmnet网站http://web.stanford.edu/~hastie/glmnet/glmnet_alpha.html显示以下命令。我不明白s这里的意思。去掉s的时候，coef(fit)会返回一个矩阵，不是很懂。

我知道我们可以使用 GCV 值在套索回归中选择 lambda。我们也可以使用 BIC 值在 lasso 回归中选择 lambda 吗？我如何在 R 中使用 glmnet() 计算 BIC 值？我读过很多讲义，他们都在谈论使用 GCV 值来选择合适的 lambda。

我是 中的glmnet包的新手R，想lambda根据已发表的研究论文中的建议指定一个glmnet.cv函数。文档建议我们可以提供一个递减序列lambdas作为参数。但是，在文档中没有关于如何执行此操作的示例。

如果有人能建议如何去做，将不胜感激。我是否将 100 个奇数值（的默认值nlambda）的向量传递给函数？这个向量的最小值和最大值应该有什么限制（如果有的话）？另外，在指定向量时，是否要记住关于 等的事情nvars？nobs

提前致谢。