R 如何强制cv.glmnet不删除一个特定变量?
我正在用67个观测值和32个变量进行回归。我正在使用glmnet包中的cv.glmnet函数进行变量选择。有一个变量我想强制加入到模型中。(在正常过程中会删除。)如何在cv.glmnet中指定此条件 谢谢大家! 我的代码如下所示:R 如何强制cv.glmnet不删除一个特定变量?,r,regression,linear-regression,glmnet,R,Regression,Linear Regression,Glmnet,我正在用67个观测值和32个变量进行回归。我正在使用glmnet包中的cv.glmnet函数进行变量选择。有一个变量我想强制加入到模型中。(在正常过程中会删除。)如何在cv.glmnet中指定此条件 谢谢大家! 我的代码如下所示: glmntfit <- cv.glmnet(mydata[,-1], mydata[,1]) coef(glmntfit, s=glmntfit$lambda.1se) glmntfit这可以通过提供惩罚因子向量来实现,如?glmnet中所述。惩罚因子0表示“
glmntfit <- cv.glmnet(mydata[,-1], mydata[,1])
coef(glmntfit, s=glmntfit$lambda.1se)
glmntfit这可以通过提供惩罚因子
向量来实现,如?glmnet
中所述。惩罚因子0
表示“变量始终包含在模型中”,而1
是默认值
glmntfit <- cv.glmnet(mydata[,-1], mydata[, 1],
penalty.factor=c(0, rep(1, ncol(mydata) - 2)))
glmntfitpulty.factor=(名称(mydata)[1:…]='VAR_TO_pulty')
将是一种更优雅的选择该变量的方法。是否有可能即使将变量的pulty.factor设置为0,它仍然不会强制进入模型?