R 循环cv.glmnet并获取'；最佳'；系数

如cv.glmnet的帮助中所述，“cv.glmnet的结果是随机的，因为折叠是随机选择的。用户可以通过多次运行cv.glmnet并平均误差曲线来减少这种随机性。”

如果我循环n次cv.glmnet，如何提取“最佳”系数？我通常使用以下命令获取系数：

coe<- coef(cvfit, s = "lambda.min")

coe当您执行
coef（cvfit，s=“lambda.min”）
时，您将从最佳lambda中获取1个标准误差的lambda，请参见，以便您可以在不同的cv运行中平均MSE

library(glmnet)
library(mlbench)
data(BostonHousing)
X = as.matrix(BostonHousing[,-c(4,14)])
Y = BostonHousing[,14]
nfolds = 5
nreps = 10

res = lapply(1:nreps,function(i){
fit = cv.glmnet(x=X,y=Y,nfolds=nfolds)
data.frame(MSE_mean=fit$cvm,lambda=fit$lambda,se=fit$cvsd)
})
res = do.call(rbind,res)

我们可以总结结果，标准偏差仅通过取平均值来近似，但如果您想要精确，可能需要研究以下因素：

当您执行
coef（cvfit，s=“lambda.min”）
时，您将从最佳lambda中获取1个标准误差的lambda，请参见，以便您可以在不同的cv运行中平均MSE

library(glmnet)
library(mlbench)
data(BostonHousing)
X = as.matrix(BostonHousing[,-c(4,14)])
Y = BostonHousing[,14]
nfolds = 5
nreps = 10

res = lapply(1:nreps,function(i){
fit = cv.glmnet(x=X,y=Y,nfolds=nfolds)
data.frame(MSE_mean=fit$cvm,lambda=fit$lambda,se=fit$cvsd)
})
res = do.call(rbind,res)

我们可以总结结果，标准偏差仅通过取平均值来近似，但如果您想要精确，可能需要研究以下因素：

或者您可以增加接近LOOCV的折叠数，这样您就不必重复CV。或者您可以增加接近LOOCV的折叠数，这样您就不必重复CV。
library(ggplot2)
ggplot(res,aes(x=log(lambda),y=MSE_mean)) + stat_summary(fun=mean,size=2,geom="point") + 
geom_vline(xintercept=c(lambda.min,lambda_1se))