问题标签 [lasso-regression]

我正在使用 LASSO 对具有 102 个预测变量的数据集进行回归。数据集被正确读取，并且名称（谋杀）给了我正确的标题。

从 cv.glmnet 获得最佳 lambda 后，我想使用最佳 lambda 预测系数。但是，结果在第 26 个系数之后更改了 Header 名称，系数的 Header 复制了第 26 个系数的 Header，并在末尾添加了 5 位数字。这样我就有了以 OtherPerCapxxxxxx 命名的其余 77 个系数，如下所示。是不是因为默认情况下 predict(.. type="coefficients") 最多只能保存 26 个系数标头？非常感谢。

在进行了一些逻辑回归之后，我尝试进行 Lasso 回归，但是在输入各种命令时，我不断收到 object not found 错误这是我的代码到目前为止

这给了我

显然我可以使用 Logistic 公式调用

所以基本上我下一步要做LASSO（使用logit）并获得系数和任何漂亮的图表

有一些软件包让像我这样的初学者感到困惑

提前致谢

迈克尔

我正在尝试在组套索回归中调整惩罚 lambda，但我对此一无所知。我想知道是否有任何关于基于 x、输入和 y 响应的 lambda 的最大值和最小值的理论或规则？我需要一个自动程序来确定罚分 b/c 的最小值和最大值，我10 thousands of response variables在more than 500 independent variables. 如果有人可以帮助我，我将不胜感激，我是回归领域的新手。

谢谢。

我在 R 中拟合非线性最小二乘模型。我希望最小化 $(Y - f(Xb))^2$ 其中 $f$ 是非线性单调可微函数，$X$ 是一组特征和 $ b$ 是参数向量。有没有办法通过对 $b$ 的限制来做到这一点？我想将 $b$ 限制为大于 0，并且我希望将某些元素的 L1 样式收缩为 0。在 R 中有没有办法做到这一点？nls()不允许约束。

我必须使用 LOO 交叉验证来比较不同的模型（OLS、BEST SUBSET、RIDGE、LASSO、PCR 和 PLS）（比较的标准是测试 MSE）。有人可以解释我怎么做（可能使用示例数据集）吗？我需要R代码。谢谢你们！

PS：对不起我的英语，但我会说另一种语言。

好的，我尝试使用“caret”包：

如何设置参数 lambda、ncomp 和 nvmax？谢谢你们！

我得到了 LARS 的这段代码，但是当我运行时，它显示未定义的 X。我不明白是什么x。为什么会出现错误？

我正在尝试使用 R 中的 msgps 包对修改后的 iris 数据集进行回归：

传说显然是错误的。它有一条红色的虚线，主图中没有。主图有一条浅蓝色线，图例中没有。问题出在哪里？谢谢你的帮助。

glmnetR 包中的“glmnet”如何处理 NA 值？

还是不能容忍 NA 值？

我有点困惑。Lasso 或岭回归是正则化线性回归。它可以用于 GLM，例如逻辑回归吗？我知道对于逻辑回归，我们使用 MLE 来估计系数，我们如何在其中添加正则化项？估计系数的算法是什么？因为我们没有使用 OLS

我有观察n次数小于变量数的数据p。答案变量是二进制的。例如：

我想为这些数据拟合逻辑模型。所以我使用了代码：

该函数针对不同的 $\lambda$ 值（LASSO回归中的惩罚参数）返回 100 个模型。我想选择最大的模型，它也有n - 1参数或更少（所以少于观察次数）。假设选择的模型是 for lambda_opt。

现在我想做第二步 -step对我的模型使用函数来选择在 BIC - 贝叶斯信息准则方面最好的子模型。不幸的是，该step函数不适用于glmnet该类的对象。

我怎样才能执行这样的程序？这个特定的类 ( ) 还有其他功能glmnet可以做我想做的吗？