R：从GLMNet获取AIC/BIC/可能性

我想知道我是否能从GLMNet获得AIC和BIC。我发现glmnet.cr似乎能够做到这一点，但我的反应是时间，而不是顺序。我可以根据可能性自己计算，但glmnet也没有返回

切向：我真的可以返回l1norm吗？我觉得应该是这样

fit$norm

但事实似乎并非如此。（我知道上面说不要把数字拿出来，但我实际上没有用R）

---

提前感谢您的帮助。

我一直在努力研究如何计算glmnet模型的AIC和BIC。然而，经过相当多的搜索，我在谷歌搜索结果的第三页找到了答案。可以找到它。我把它贴在这里是为了将来的读者，因为我相信我不是唯一的一个

最后，我通过以下方式实现了AIC和BIC：

fit <- glmnet(x, y, family = "multinomial") 

tLL <- fit$nulldev - deviance(fit)
k <- fit$df
n <- fit$nobs
AICc <- -tLL+2*k+2*k*(k+1)/(n-k-1)
AICc

BIC<-log(n)*k - tLL
BIC

---

fit不幸的是，我无法使用此公式从“正常”glm模型（内置函数BIC用作正确的参考）中复制BIC

我更改了上面建议的代码，使其与glm对象一起工作：

    #BIC function for glm according to stackoverflow
    BICAICglm=function(fit){
      tLL <- fit$null.deviance - deviance(fit)
      k <- dim(model.matrix(fit))[2]
      n <- nobs(fit)
      AICc <- -tLL+2*k+2*k*(k+1)/(n-k-1)
      AICc

      BIC<-log(n)*k - tLL
      res=c(AICc, BIC)
      names(res)=c("AICc", "BIC")
      return(res)
    }

    #some data simulation to test
    set.seed(123)
    x=rnorm(20)
    set.seed(231)
    y=as.numeric(x+rnorm(20)<0)

    #the model
    glm1=glm(y~x, family="binomial")

新的：

    BICAICglm(glm1)
    AICc       BIC 
    -4.518496 -3.232914 

因此，用这种方法计算BIC和AICc的方法不太正确。
根据@merten的答案，我修正了公式。现在它与内置函数匹配

总结

原始对数似然（tLL）为偏差
添加了AIC和来自内置函数的AICc以进行比较
根据内置函数进行回答

AIC(glm1)
[1] 21.91018
BIC(glm1)
[1] 23.90165

小样本的校正

AIC(glm1, k=2*nobs(glm1)/(nobs(glm1)-1-glm1$rank))
[1] 22.61607

简短的回答是否定的，但可能有一种解决方法，这取决于你想做什么。我假定您使用的是
glmnet
R软件包，但我们需要更多地了解您的模型。例如，它是否具有高斯响应？交叉验证中有一些答案可能会有所帮助。因此我最终也使用了这个，但从我阅读的（以及其他地方的计算）来看，它不会给出2L的完全相同的值（您通常会使用）。但由于fit$nulldev是一个常量，因此可以将其用作替换项。如果您想知道为什么您的AICc值与其他计算不一致，请注意。
BICAICglm(glm1)
     AIC      BIC     AICc 
21.91018 23.90165 22.61607

AIC(glm1)
[1] 21.91018
BIC(glm1)
[1] 23.90165

AIC(glm1, k=2*nobs(glm1)/(nobs(glm1)-1-glm1$rank))
[1] 22.61607