关于数据挖掘:R语言弹性网络Elastic-Net正则化惩罚回归模型交叉验证可视化

弹性网络正则化同时利用 L1 范数和 L2 范数正则化来惩办回归模型中的系数。为了在 R 中利用弹性网络正则化。在 LASSO 回归中，咱们为 alpha 参数设置一个 ‘1’ 值，并且在岭回归中，咱们将 ‘0’ 值设置为其 alpha 参数。弹性网络在 0 到 1 的范畴内搜寻最佳 alpha 参数。在这篇文章中，咱们将学习如何在 R 中利用弹性网络正则化。

首先，咱们将为本教程创立测试数据集。

df <- data.frame(a,b,c,z)
 
x <- as.matrix(df)\[,-4\]

  

``````
for (i in 1:length(alpha)) 
{bst$mse <- c(bet$mse, min(cg$cm))
}
 
inx <- which(bst$mse==min(bst$mse))
betlha <- bs$a\[inex\]
be_mse <- bst$mse\[inex\]

接下来，咱们再次应用最佳 alpha 进行穿插验证以取得 lambda（膨胀程度）。

elacv <- cv(x, v)



bestbda <- elacv$lambda.min

当初，咱们能够应用函数拟合具备最佳 alpha 和 lambda 值的模型。

coef(elamod)

最初，咱们能够应用模型预测测试数据并计算 RMSE、R 平方和 MSE 值。

predict(elasod, x)


cat("RMSE:", rmse, "\\n", "R-squared:", R2, "\\n", "MSE:", mse)

最受欢迎的见解

1.R 语言多元 Logistic 逻辑回归利用案例

2. 面板平滑转移回归 (PSTR) 剖析案例实现剖析案例实现 ”)

3.matlab 中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R 语言泊松 Poisson 回归模型剖析案例

5.R 语言回归中的 Hosmer-Lemeshow 拟合优度测验

6.r 语言中对 LASSO 回归，Ridge 岭回归和 Elastic Net 模型实现

7. 在 R 语言中实现 Logistic 逻辑回归

8.python 用线性回归预测股票价格

9.R 语言如何在生存剖析与 Cox 回归中计算 IDI，NRI 指标

原文链接：http://tecdat.cn/?p=26158