Qual è glm o glmnet più accurato?

R glm e glmnet usano algoritmi diversi.

Noto differenze non banali tra i coefficienti stimati quando uso entrambi.

Sono interessato a quando uno è più preciso di un altro e il tempo di risolvere / accuratezza è compromesso.

In particolare mi riferisco al caso in cui si imposta lambda = 0 in glmnet st sta valutando la stessa cosa di glm.

Glmnet è per la regressione della rete elastica. Ciò penalizza la dimensione dei coefficienti stimati (tramite un mix di penalità L1 e L2). Cerca di spiegare quanta più varianza possibile nei dati attraverso il modello mantenendo piccoli i coefficienti del modello. Ho trovato queste diapositive utili per capirlo.

Glm non usa un termine di penalità.

L'effetto, a quanto ho capito, che con la rete elastica potresti accettare una certa distorsione in cambio di una riduzione della varianza dello stimatore. Pertanto, ciò che è meglio deve dipendere da come definisci "migliore" in termini di distorsione e varianza. (Ad esempio, so che glmnet ha dei vantaggi quando si hanno molte funzionalità rispetto alle osservazioni)