R中的惩罚gamma回归
我知道和包,但它们似乎都不支持Gamma GLMs 我想为R中的gamma GLMs使用弹性网,最简单的方法是什么R中的惩罚gamma回归,r,glm,glmnet,R,Glm,Glmnet,我知道和包,但它们似乎都不支持Gamma GLMs 我想为R中的gamma GLMs使用弹性网,最简单的方法是什么 (梅塔:也在讨论是否应该进行交叉验证以获得更好的响应?您可以使用HDtweedie包。Gamma是p=2的Tweedie分布的特例。这是一个相对较新的软件包,因此可能会出现一些初期问题。关于meta:如果这是专门的“如何在R中编写代码?”,那么也可以(但在我看来,在stats.SE上也不会离题);如果是“我应该使用哪种统计程序?”,那么它就是stats.SE territory。我
(梅塔:也在讨论是否应该进行交叉验证以获得更好的响应?您可以使用HDtweedie包。Gamma是p=2的Tweedie分布的特例。这是一个相对较新的软件包,因此可能会出现一些初期问题。关于meta:如果这是专门的“如何在R中编写代码?”,那么也可以(但在我看来,在stats.SE上也不会离题);如果是“我应该使用哪种统计程序?”,那么它就是stats.SE territory。我想这就是原因——OP已经表示他们想要使用弹性网(他们没有问是否应该)。一些想法(不是真正的答案)(1)你可以在
optim
或bbmle::mle2
中使用蛮力设置弹性网惩罚(或者至少我可以看到你将如何设置ridge或lasso——我不太确定如何实现弹性网),但这可能效率很低;(2) 您是否有充分的理由选择Gamma而不是对数正态分析(即对数变换响应和惩罚最小二乘法)?后者要容易得多&v。类似的…还有,有点像“寻找包裹”。。。