-
0 votesanswersviews
如何在R中绘制Logistic回归（LASSO）的ROC曲线？
我将逻辑回归模型拟合到R中的训练数据集，更具体地说是具有L1惩罚的LASSO回归 . 我使用了 glmnet 包 . 模型的代码如下所示 . t1 <- Sys.time() glmnet_classifier <- cv.glmnet(x = dtm_train_tfidf, y = tweets_train[['sentimen... -
2 votesanswersviews
我可以使用带插入符号和稀疏矩阵的glmnet吗？
使用glmnet给我的一大好处是能够直接使用稀疏矩阵而无需转换它们 . 这里的帖子似乎表明，插入符号的列车功能只能接收训练集的数据帧，而“caret :: train”表示相同 . 实际情况如此吗？ -
3 votesanswersviews
glmnet拒绝预测
我有一个有效的glm模型 . 因为我想添加（脊）正则化，我以为我会切换到glmnet . 出于某种原因，我无法让glmnet工作 . 它似乎总是预测第一类，而不是第二类，这导致低精度和kappa = 0 . 下面是一些重现问题的代码 . 我究竟做错了什么？ 它生成的测试数据如下所示： 由于数据不能线性分离，因此添加了两个多项式项A ^ 2和B ^ 2 . glm模型正确地预测数据（精度= 1且k... -
2 votesanswersviews
变量顺序改变glmnet中的估计系数
我正在使用R中的glmnet包，并在尝试重现“旧”分类器时遇到了问题 . 如果解释变量被置换（例如以相反的顺序），则来自cv.glmnet的结果系数不等于使用未计算的设计矩阵的系数 . 例如，请考虑以下数据： library(glmnet) set.seed(1) #Set initial parameters n <- 100 p <- 1000 #Simulate data x... -
3 votesanswersviews
R - 从插入符号和glmnet套索模型对象中提取因子预测符名称
在下面的例子中，我设置了一个带有3个变量的df，预测，var1和var2（一个因子） . 当我在插入符或glmnet中运行模型时，该因子将转换为虚拟变量，例如var2b . 我想以编程方式提取变量名称并匹配原始变量名称，而不是虚拟变量名称 - 有没有办法做到这一点？ 这只是一个例子，我的真实世界问题有许多不同级别的变量，因此，我想避免手动执行此操作，例如尝试子串出“b” . 谢谢！ library... -
1 votesanswersviews
glmnet beaviour与非独特的解决方案
我正在使用R软件包glmnet来对二进制响应中的套索logit模型（alpha = 1）进行拟合，其中包含大约60,000个预测变量 . 通过http://www.stat.cmu.edu/~ryantibs/papers/lassounique.pdf中的结果，解决方案不应该是唯一的，但是，通过glmnet和cv.glmnet进行的估计都可以很好地结束，没有问题 . 所以我想知道glmnet如何... -
4 votesanswersviews
调整glmnet超参数并使用mlr中的嵌套交叉验证来评估性能？
我'm trying to use the R package mlr to train a glmnet model on a binary classification problem with a large dataset (about 850000 rows and about 100 features) on very modest hardware (my laptop with 4... -
4 votesanswersviews
多巴glmnet默默地失败了
我正在使用 glmnet 来适应某些模型，我正在为 lambda 进行交叉验证 . 我默认使用 cv.glmnet （因为它在内部完成了 lambda 的交叉验证），但是下面我关注的是该函数的第一步，即导致问题的那一步 . 第一次数据设置 . 我没有't made a reproducible example and can' t共享原始数据，但 dim(smat) 大约是4.7M行乘50列，其中... -
2 votesanswersviews
logistic回归/二项式的glmnet错误
对于Logistic回归拟合，我在尝试使用family =“binomial”调整glmnet（）时出现此错误： > data <- read.csv("DAFMM_HE16_matrix.csv", header=F) > x <- as.data.frame(data[,1:3]) > x <- model.matrix(~.,data=... -
0 votesanswersviews
在插入符号包中使用glmnet运行elasticnet逻辑回归时无法获得概率预测
我注意到当使用glmnet包在插入符号中运行惩罚逻辑回归时，模型预测被重新分类为0或1个结果： mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") train_control <- trainControl(method="cv", number=10, saveP... -
1 votesanswersviews
R：使用glmnet进行非二进制响应
我试图拟合一个逻辑岭回归模型，当我观察到的$ i_i $为$ i $ th案例时，观察到$ n_i $独立伯努利试验中成功比例样本的值 . 我无法使用glmnet做到这一点 . 我得到一个错误，lognet中的错误（x，is.sparse，ix，jx，y，权重，偏移，alpha，nobs，：一个多项或二项类有1或0个观察值;不允许 这里有任何建议会有帮助吗？ -
0 votesanswersviews
glmnet lasso ROC排行榜
我在 glmnet （实现套索回归）中使用了k-fold交叉验证，但我不能从中得到ROC图表 . library(glmnet) glm_net <- cv.glmnet(dev_x_matrix,dev_y_vector,family="binomial",type.measure="class") phat <- predict(glm_ne... -
4 votesanswersviews
glmnet - 变量重要性？
我正在使用glmnet包来执行LASSO回归 . 有没有办法获得所选择的各个变量的重要性？我考虑对通过coef（...）命令获得的系数进行排序（即，从零开始的距离越大，变量就越重要） . 这是一种有效的方法吗？ 谢谢你的帮助！ cvfit = cv.glmnet(x, y, family = "binomial") coef(cvfit, s = "lambda.mi... -
0 votesanswersviews
用glmnet套索脊回归预测
我正在使用R中的包glmnet使用Lasso回归，我正在努力创建预测的正确时机 . 为了估计模型，我使用训练数据，从第0期到第2期 . 我的数据最初看起来像这样： t y Xa Xb Xc 0 y0 xa0 xb0 xc0 1 y1 xa1 xb1 xc1 2 y2 xa2 xb2 xc2 我首先将数据转换为滞后于解释变量： t y... -
0 votesanswersviews
使用glmnet预测数据集中的连续变量
我有这个数据集 . wbh 我想使用R软件包glmnet来确定哪些预测器可用于预测生育率 . 但是，我无法这样做，很可能是因为没有完全了解该包装 . 生育率变量是SP.DYN.TFRT.IN.我想看看数据集中的哪些预测因子为生育率提供了最具预测性的能力 . 我想使用LASSO或岭回归来缩小系数，我知道这个包可以做到 . 我只是在实施它时遇到了一些麻烦 . 我知道没有我为此道歉的代码片段，但我对如... -
0 votesanswersviews
y [火车] glmnet中的套索错误
我在R中的包 glmnet 有问题 . 我正在尝试使用它但是我遇到了以下问题：{ > names(mtcars) #lasso ## 75% of the sample size > smp_size <- floor(0.75 * nrow(mtcars)) ## set the seed to make your partition reproductible &g... -
3 votesanswersviews
提取插入符号中最佳调整参数的系数
我正在使用 glmnet 在插入符号中运行弹性网络正则化 . 我将alpha和lambda的值序列传递给 trainControl ，然后执行 repeatedcv 以获得alpha和lambda的最佳调整 . 下面是一个示例，其中alpha和lambda的最佳调整分别为0.7和0.5： age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7, 6, 8, 11,... -
0 votesanswersviews
Glmnet套索逻辑回归 - 为最终预测指定lambda的正确形式？
我想确保我正确使用预测方法;也许我在这里误解了参数“s”！？我的目的是使用从交叉验证中获得的最佳lambda来对一个数据集进行最终预测 . # set alpha to 1 for lasso cv.fit <- cv.glmnet(x = mat, y = class, family = "binomial", alpha = 1, nfolds = 10) val.... -
0 votesanswersviews
glmnet ridge逻辑回归中的崩溃
我在软件包glmnet（版本2.0.10和2.0.13，至少）中获得随机崩溃，尝试使用ridge逻辑回归运行cv.glmnet . 下面提供了可再现的例子 . 正如您将看到的，行为取决于所选的随机种子 . 该错误发生在 cv.lognet() 中，因为有时 nlami==0 . 这是因为全局（非交叉验证）λ序列的范围（即下例中的[14.3; 20.7]）完全小于其中一个折叠上的λ范围（即折叠4，... -
1 votesanswersviews
R中glmnet的岭回归;使用glmnet包计算不同lambda值的VIF
我有一组多线性变量，我正在尝试使用岭回归来解决这个问题 . 我在R中使用GLMNET包，alpha = 0（用于岭回归） . library(glmnet) 我有一系列lambda值;我通过cv.glmnet选择最好的lambda值 lambda <- 10^seq(10, -2, length = 100) 创建模型矩阵并分配y变量 x <- model.matrix(dv ... -
0 votesanswersviews
插入符号中基于重采样的性能测量
我执行一个惩罚的逻辑回归，我用插入符号（glmnet）训练模型 . model_fit <- train(Data[,-1], Data[,1], method = "glmnet", family="binomial", metric = "ROC&q... -
0 votesanswersviews
r：来自glmnet和插入符号的系数对于相同的lambda是不同的
我已经阅读了一些有关这方面的问答，但我仍然不确定我理解为什么基于相同样本和相同超参数的glmnet和插入符号模型的系数略有不同 . 非常感谢解释！ 我正在使用插入符号来训练脊回归： library(ISLR) Hitters = na.omit(Hitters) x = model.matrix(Salary ~ ., Hitters)[, -1] #Dropping the intercept ... -
6 votesanswersviews
如何在glmnet中指定日志链接？
我在一个广义线性模型上运行一个弹性网，其中的glmnet和插入包在R中 . 我的响应变量是cost（其中cost> $ 0），因此我似乎允许我指定 (link="log") ，如下所示： > lasso_fit <- glmnet(x, y, alpha=1, family="gaussian"(link="log"),... -
0 votesanswersviews
在Caret中使用glmnet回归与度量作为ROC时出错
我正在使用Caret的trainControl训练一个glmnet正则化逻辑回归模型，并使用metric =“ROC”训练函数如下，并得到以下错误： > ctrl_s10_2class <- trainControl(method = "repeatedcv", number = 10, repeats = 10 , savePredictions = TRUE, ... -
0 votesanswersviews
使用Caret调整alpha / lambda
我的最终目标，使用下面的矩阵中的数据，使用glmnet方法在不同的lambda和alphas的网格上训练许多模型 . 也许还有另一种方法可以解决这个调优问题 . x <- Macro[1:13,3:21] x <- as.matrix(x) y <- Macro[1:13,2:2] y <- as.matrix(y) myfit <- caret::train(x,... -
0 votesanswersviews
R：将插入符号列车对象转换为glmnet对象
我想问一下，我怎样才能将我从带有插入符号'train'函数的网格搜索得到的最终模型转换为使用glmnet函数创建的类的对象，假设我指定了method ='glmnet' . -
1 votesanswersviews
R caret glmnet standardize = FALSE
我正在尝试使用 caret 包来播放 alpha 级别的 alpha 级别 . 问题是我希望 glmnet 标准化它们的数据 . 通常，如果我自己只使用 glmnet 或 cv.glmnet ，我只需添加 standardize = FALSE caret 中是否有设置关闭标准化？ -
9 votesanswersviews
在R中并行执行glmnet
我的训练数据集有大约200,000条记录，我有500个功能 . （这些是来自零售组织的销售数据） . 大多数功能都是0/1，并存储为稀疏矩阵 . 目标是预测大约200种产品的购买概率 . 因此，我需要使用相同的500个功能来预测200种产品的购买概率 . 由于glmnet是模型创建的自然选择，我想到了为200种产品并行实现glmnet . （因为所有200个型号都是独立的）但我被困在使用for... -
1 votesanswersviews
用R中的插入符号和glmnet进行逻辑回归
我正在尝试使用glmnet（用于套索）和插入符号（用于k折叠交叉验证）将逻辑回归模型拟合到我的数据中 . 我尝试了两种不同的语法，但它们都抛出一个错误： fitControl <- trainControl(method = "repeatedcv", number = 10, r... -
3 votesanswersviews
glmnet＆caret：ROC，敏感度，训练模型的特异性
我想使用GLMNET来拟合二项Logistic回归模型 . 我可以直接使用插入符号或glmnet-package . 让我们以数据（BinomialExample）为例来执行以下代码： #rm(list = ls(all.names = TRUE)) library(glmnet) library(caret) data(BinomialExample) y[y==0] = "...