Domande taggate «glmnet»

Pacchetto R per modelli lineari generalizzati lazo e rete elastica.

3
Come presentare i risultati di un Lazo usando glmnet?
Vorrei trovare predittori per una variabile dipendente continua tra un set di 30 variabili indipendenti. Sto usando la regressione di Lasso come implementato nel pacchetto glmnet in R. Ecco un codice fittizio: # generate a dummy dataset with 30 predictors (10 useful & 20 useless) y=rnorm(100) x1=matrix(rnorm(100*20),100,20) x2=matrix(y+rnorm(100*10),100,10) x=cbind(x1,x2) # …
2
Come interpretare glmnet?
Sto cercando di adattare un modello di regressione lineare multivariata con circa 60 variabili predittive e 30 osservazioni, quindi sto usando il pacchetto glmnet per la regressione regolarizzata perché p> n. Ho esaminato la documentazione e altre domande ma non riesco ancora a interpretare i risultati, ecco un codice di …
3
LASSO con termini di interazione: va bene se gli effetti principali sono ridotti a zero?
La regressione di LASSO riduce i coefficienti verso zero, fornendo così un'efficace selezione del modello. Credo che nei miei dati vi siano interazioni significative tra covariate nominali e continue. Non necessariamente, tuttavia, gli "effetti principali" del modello reale sono significativi (diversi da zero). Ovviamente non lo so poiché il vero …
2
Perché lambda "entro un errore standard dal minimo" è un valore raccomandato per lambda in una regressione netta elastica?
Capisco quale ruolo gioca lambda in una regressione elastica-rete. E posso capire perché si dovrebbe selezionare lambda.min, il valore di lambda che minimizza l'errore cross-validato. La mia domanda è: dove nella letteratura statistica si consiglia di utilizzare lambda.1se, ovvero il valore di lambda che minimizza l'errore CV più un errore …
2
Caret train funziona per glmnet con convalida incrociata sia per alpha che lambda?
Il caretpacchetto R esegue la convalida incrociata su entrambi alphae lambdaper il glmnetmodello? In esecuzione questo codice, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = eGrid, …
1
Cosa concludere da questa trama lazo (glmnet)
Di seguito è riportato il diagramma di glmnet con alpha predefinito (1, quindi lazo) che utilizza il mtcarsset di dati in R con mpgcome DV e altri come variabili predittive. glmnet(as.matrix(mtcars[-1]), mtcars[,1]) Cosa possiamo concludere da questo diagramma riguardo alle diverse variabili, in particolare am, cyle wt(linee rosse, nere e …
1
Caret e coefficienti (glmnet)
Sono interessato a utilizzare il cursore per fare inferenze su un determinato set di dati. È possibile effettuare le seguenti operazioni: produrre coefficienti di un modello di glmnet che ho addestrato al punto di inserimento. Vorrei usare glmnet a causa della selezione intrinseca delle funzionalità in quanto non credo che …
19 caret  glmnet 
2
Importanza variabile da GLMNET
Sto cercando di utilizzare il lazo come metodo per selezionare le caratteristiche e adattare un modello predittivo con un obiettivo binario. Di seguito è riportato un codice con cui stavo giocando per provare il metodo con regressione logistica regolarizzata. La mia domanda è che ottengo un gruppo di variabili "significative" …
5
Variabilità nei risultati di cv.glmnet
Sto usando cv.glmnetper trovare predittori. L'impostazione che utilizzo è la seguente: lassoResults<-cv.glmnet(x=countDiffs,y=responseDiffs,alpha=1,nfolds=cvfold) bestlambda<-lassoResults$lambda.min results<-predict(lassoResults,s=bestlambda,type="coefficients") choicePred<-rownames(results)[which(results !=0)] Per assicurarsi che i risultati sono riproducibili io set.seed(1). I risultati sono molto variabili. Ho eseguito esattamente lo stesso codice 100 per vedere quanto variabili fossero i risultati. Nelle corse 98/100 era sempre stato …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.