R 在'处获取glmnet系数；最佳'；兰姆达

我在glmnet中使用以下代码：

> library(glmnet)
> fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1])
> plot(fit, xvar='lambda')

然而，我想打印出最好的Lambda系数，就像在岭回归中一样。我看到fit的以下结构：

> str(fit)
List of 12
 $ a0       : Named num [1:79] 20.1 21.6 23.2 24.7 26 ...
  ..- attr(*, "names")= chr [1:79] "s0" "s1" "s2" "s3" ...
 $ beta     :Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
  .. ..@ i       : int [1:561] 0 4 0 4 0 4 0 4 0 4 ...
  .. ..@ p       : int [1:80] 0 0 2 4 6 8 10 12 14 16 ...
  .. ..@ Dim     : int [1:2] 10 79
  .. ..@ Dimnames:List of 2
  .. .. ..$ : chr [1:10] "cyl" "disp" "hp" "drat" ...
  .. .. ..$ : chr [1:79] "s0" "s1" "s2" "s3" ...
  .. ..@ x       : num [1:561] -0.0119 -0.4578 -0.1448 -0.7006 -0.2659 ...
  .. ..@ factors : list()
 $ df       : int [1:79] 0 2 2 2 2 2 2 2 2 3 ...
 $ dim      : int [1:2] 10 79
 $ lambda   : num [1:79] 5.15 4.69 4.27 3.89 3.55 ...
 $ dev.ratio: num [1:79] 0 0.129 0.248 0.347 0.429 ...
 $ nulldev  : num 1126
 $ npasses  : int 1226
 $ jerr     : int 0
 $ offset   : logi FALSE
 $ call     : language glmnet(x = as.matrix(mtcars[-1]), y = mtcars[, 1])
 $ nobs     : int 32
 - attr(*, "class")= chr [1:2] "elnet" "glmnet"

但我无法得到最佳Lambda和相应的系数。谢谢你的帮助。

试试这个：

fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1], 
    lambda=cv.glmnet(as.matrix(mtcars[-1]), mtcars[,1])$lambda.1se)
coef(fit)

或者您可以在

coef

中指定lambda值：

fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1])
coef(fit, s = cv.glmnet(as.matrix(mtcars[-1]), mtcars[,1])$lambda.1se)

您需要选择一个“最佳”lambda，

lambda.1se

是一个合理或合理的选择。但您可以使用

cv.glmnet（as.matrix（mtcars[-1]）、mtcars[，1]）$lambda.min

或您确定为“最佳”的任何其他lambda值。

boxcox（）{MASS}

提供了显示 在线性模型中，l的哪个值最适合

boxcox（lm.fit）

提供了 线性模型中的大范围l

lm.fit

用 最高ML值

boxcox（lm.fit，lambda=seq（-0.1,0.1,0.01））

if，for 例如，最高l约为0.04，请在其周围放大绘图 那个地区

在本例中，函数提供了l=-

---

0.1和0.1，增量为0.01。

要提取最佳lambda，可以键入

fit$lambda.min

要获得与最佳λ相对应的系数，请使用

coef（fit，s=fit$lambda.min）

-请参考

---

我认为系数是由一个模型产生的，该模型适合于完整数据，而不仅仅是测试集，如本文所述。

cv.glmnet中lambda.min的对数为-0.5。如果我从上面的glmnet在绘图（拟合）的x轴上标记该点，可以吗？该图x轴上显示的对数lambda来自lambda.min所在的同一矢量？x轴上的对数lambda来自lambda.min所在的同一个lambda值矢量。请注意，由于交叉验证的性质，如果再次运行

cv.glmnet

，则可以为

lambda.min

获取不同的值。因此，x轴上的标记是

cv.glmnet

的特定调用中的

lambda.min

。需要注意的是，正如Frank所说，如果重新运行交叉验证，最小lambda会有一些（或很多）变化<代码>？cv.glmnet提示“请注意，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。我重新运行cv 100次，对曲线进行平均，然后找到该平均曲线的最小值（或1se，如果您愿意）。@smci询问交叉验证是否是一个好主意？我会说你的想法听起来很合理，但我也会说“最佳实践”可能取决于你的目标。你打算节俭吗？预测能力？功能选择？@smci，我所做的是使用一个随机种子：但使用外部循环，以便cv运行多次（N）。这将通过mse曲线生成Nλ。然后我在每个λ处对曲线上的N ms’se进行平均。然后找到使该平均mse最小的lambda。您使用的是默认lambda序列，该序列是使用

nlambda、lambda.min.ratio

构建的。我经常听到的建议是传递您自己的lambda序列，例如，

lambda=10^seq（10，-15,1/3）

或类似内容。@smci，您的示例中有一个输入错误。符号应位于from参数上，例如

lambda=10^ seq（from=-10，to=15，by=1/3）

@smci您对该建议有引用吗？我找不到任何声明不使用默认lambda序列的内容。虽然我理解为什么提供用户指定的方法可能会很好，但我希望有一个来源。@AW27：您没有引用，但我告诉过您，十多年来，整个用户社区都知道什么是正确的方法；我既不是glmnet doc的作者，也不是出版物的作者。所以，无论如何，我鼓励你提出一个docbug，写一篇博文来说明这一点（在多个不同的数据集上），做一个文献搜索来说明为什么没有很好地涵盖这一点等等。但请不要再问我了。欢迎来到So！我们可以超越只是回答问题的时候，包括一个建议，如何提问可以做得更好。在这种情况下，考虑将ASKER指向“GLMNET”VIGET或<代码> CV.GLMFIT 函数，这将帮助他们找到更好的LAMBDA值。嘿，如果你做的适合= GLMNET（AS。矩阵（MTCAS [ 1）]，MTCAS [，1 ] ]，没有合适的$lambda。min。您只能通过调用cv.glmnet（as.matrix（mtcars[-1]）、mtcars[，1]）来实现这一点。此外，如果您阅读了上面的接受答案，可以使用lambda.min，但lambda.1se是常用的，因为您试图选择更为节省的模型。