原文链接：http://tecdat.cn/?p=3795
原文出处：拓端数据部落公众号
Glmnet 是一个通过惩办最大似然关系拟合狭义线性模型的软件包。正则化门路是针对正则化参数 λ 的值网格处的 lasso 或 Elastic Net（弹性网络）惩办值计算的。该算法十分快，并且能够利用输出矩阵中的稠密性 x。它适宜线性，逻辑和多项式，泊松和 Cox 回归模型。能够从拟合模型中做出各种预测。它也能够拟合多元线性回归。
glmnet 解决以下问题
在笼罩整个范畴的 λ 值网格上。这里 l（y，η）是察看 i 的负对数似然奉献；例如对于高斯分布是。_弹性网络_惩办由 α 管制，LASSO（α= 1，默认），Ridge（α= 0）。调整参数 λ 管制惩办的总强度。
家喻户晓，岭惩办使相干预测因子的系数彼此放大，而套索偏向于抉择其中一个而抛弃其余预测因子。_弹性网络_则将这两者混合在一起。
glmnet 算法应用循环坐标降落法，该办法在每个参数固定不变的状况下间断优化指标函数，并重复循环直到收敛，咱们的算法能够十分疾速地计算求解门路。
代码能够解决稠密的输出矩阵格局，以及系数的范畴束缚，还包含用于预测和绘图的办法，以及执行 K 折穿插验证的性能。
疾速开始
首先，咱们加载 glmnet 包：
library(glmnet)包中应用的默认模型是高斯线性模型或“最小二乘”。咱们加载一组事后创立的数据以进行阐明。用户能够加载本人的数据，也能够应用工作空间中保留的数据。
该命令 从此保留的 R 数据中加载输出矩阵 x 和因向量 y。
咱们拟合模型 glmnet。
fit = glmnet(x, y)能够通过执行plot 函数来可视化系数：
plot(fit)
每条曲线对应一个变量。它显示了当 λ 变动时，其系数绝对于整个系数向量的ℓ1 范数的门路。上方的轴示意以后 λ 处非零系数的数量，这是套索的无效自由度（_df_）。用户可能还心愿对曲线进行正文。这能够通过label = TRUE 在 plot 命令中进行设置来实现。
glmnet 如果咱们只是输出对象名称或应用print 函数，则会显示每个步骤的门路 摘要：
print(fit)##
## Call: glmnet(x = x, y = y)
##
## Df %Dev Lambda
## \[1,\] 0 0.0000 1.63000
## \[2,\] 2 0.0553 1.49000
## \[3,\] 2 0.1460 1.35000
## \[4,\] 2 0.2210 1.23000
## \[5,\] 2 0.2840 1.12000
## \[6,\] 2 0.3350 1.02000
## \[7,\] 4 0.3900 0.93300
## \[8,\] 5 0.4560 0.85000
## \[9,\] 5 0.5150 0.77500
## \[10,\] 6 0.5740 0.70600
## \[11,\] 6 0.6260 0.64300
## \[12,\] 6 0.6690 0.58600
## \[13,\] 6 0.7050 0.53400
## \[14,\] 6 0.7340 0.48700
## \[15,\] 7 0.7620 0.44300
## \[16,\] 7 0.7860 0.40400
## \[17,\] 7 0.8050 0.36800
## \[18,\] 7 0.8220 0.33500
## \[19,\] 7 0.8350 0.30600
## \[20,\] 7 0.8460 0.27800它从左到右显示了非零系数的数量（Df），解释的（零）偏差百分比（%dev）和 λ（Lambda）的值。
咱们能够在序列范畴内取得一个或多个 λ 处的理论系数：
coef(fit,s=0.1)## 21 x 1 sparse Matrix of class "dgCMatrix"
## 1
## (Intercept) 0.150928
## V1 1.320597
## V2 .
## V3 0.675110
## V4 .
## V5 -0.817412
## V6 0.521437
## V7 0.004829
## V8 0.319416
## V9 .
## V10 .
## V11 0.142499
## V12 .
## V13 .
## V14 -1.059979
## V15 .
## V16 .
## V17 .
## V18 .
## V19 .
## V20 -1.021874还能够应用新的输出数据在特定的 λ 处进行预测：
predict(fit,newx=nx,s=c(0.1,0.05))## 1 2
## \[1,\] 4.4641 4.7001
## \[2,\] 1.7509 1.8513
## \[3,\] 4.5207 4.6512
## \[4,\] -0.6184 -0.6764
## \[5,\] 1.7302 1.8451
## \[6,\] 0.3565 0.3512
## \[7,\] 0.2881 0.2662
## \[8,\] 2.7776 2.8209
## \[9,\] -3.7016 -3.7773
## \[10,\] 1.1546 1.1067该函数 glmnet 返回一系列模型供用户抉择。穿插验证可能是该工作最简略，应用最宽泛的办法。
cv.glmnet 是穿插验证的次要函数。
cv.glmnet 返回一个 cv.glmnet 对象，此处为“cvfit”，其中蕴含穿插验证拟合的所有成分的列表。
咱们能够绘制对象。
它包含穿插验证曲线（红色虚线）和沿 λ 序列的高低标准偏差曲线（误差线）。垂直虚线示意两个选定的 λ。
咱们能够查看所选的 λ 和相应的系数。例如，
cvfit$lambda.min## \[1\] 0.08307lambda.min 是给出最小均匀穿插验证误差的 λ 值。保留的另一个 λ 是 lambda.1se，它给出了的模型，使得误差在最小值的一个标准误差以内。咱们只须要更换 lambda.min 到lambda.1se 以上。
coef(cvfit, s = "lambda.min")## 21 x 1 sparse Matrix of class "dgCMatrix"
## 1
## (Intercept) 0.14936
## V1 1.32975
## V2 .
## V3 0.69096
## V4 .
## V5 -0.83123
## V6 0.53670
## V7 0.02005
## V8 0.33194
## V9 .
## V10 .
## V11 0.16239
## V12 .
## V13 .
## V14 -1.07081
## V15 .
## V16 .
## V17 .
## V18 .
## V19 .
## V20 -1.04341留神，系数以稠密矩阵格局示意。起因是沿着正则化门路的解通常是稠密的，因而应用稠密格局在工夫和空间上更为无效。
能够依据拟合的cv.glmnet 对象进行预测。让咱们看一个示例。
## 1
## \[1,\] -1.3647
## \[2,\] 2.5686
## \[3,\] 0.5706
## \[4,\] 1.9682
## \[5,\] 1.4964newx 与新的输出矩阵 s雷同，如前所述，是预测的 λ 值。
线性回归
这里的线性回归是指两个模型系列。一个是 gaussian正态_散布_，另一个是 mgaussian多元正态_散布_。
正态_散布_
假如咱们有观测值 xi∈Rp 并且 yi∈R，i = 1，…，N。指标函数是
其中 λ≥0 是复杂度参数，0≤α≤1 在岭回归（α=0）和套索 LASSO（α=1）之间。
利用坐标降落法解决该问题。具体地说，通过计算 βj=β〜j 处的梯度和简略的演算，更新为
其中。
当x 变量标准化为具备单位方差（默认值）时，以上公式实用。
glmnet 提供各种选项供用户自定义。咱们在这里介绍一些罕用的选项，它们能够在glmnet 函数中指定。
alpha示意弹性网混合参数 α，范畴 α∈[0,1]。α= 1 是套索（默认），α= 0 是 Ridge。weights用于察看权重。每个察看值的默认值为 1。nlambda是序列中 λ 值的数量。默认值为 100。lambda能够提供，但通常不提供，程序会构建一个序列。主动生成时，λ 序列由lambda.max和 确定lambda.min.ratio。standardize是x在拟合模型序列之前进行变量标准化的逻辑标记。
例如，咱们设置 α =0.2，并对后半局部的观测值赋予两倍的权重。为了防止在此处显示太长时间，咱们将其设置 nlambda 为 20。然而，实际上，倡议将 λ 的数量设置为 100（默认值）或更多。
而后咱们能够输入glmnet 对象。
print(fit)##
## Call: glmnet(x = x, y = y, weights = c(rep(1, 50), rep(2, 50)), alpha = 0.2, nlambda = 20)
##
## Df %Dev Lambda
## \[1,\] 0 0.000 7.94000
## \[2,\] 4 0.179 4.89000
## \[3,\] 7 0.444 3.01000
## \[4,\] 7 0.657 1.85000
## \[5,\] 8 0.785 1.14000
## \[6,\] 9 0.854 0.70300
## \[7,\] 10 0.887 0.43300
## \[8,\] 11 0.902 0.26700
## \[9,\] 14 0.910 0.16400
## \[10,\] 17 0.914 0.10100
## \[11,\] 17 0.915 0.06230
## \[12,\] 17 0.916 0.03840
## \[13,\] 19 0.916 0.02360
## \[14,\] 20 0.916 0.01460
## \[15,\] 20 0.916 0.00896
## \[16,\] 20 0.916 0.00552
## \[17,\] 20 0.916 0.00340这将显示生成对象的调用 fit 以及带有列Df（非零系数的数量），%dev（解释的偏差百分比）和Lambda（对应的 λ 值）的三列矩阵。
咱们能够绘制拟合的对象。
让咱们针对 log-lambda 值标记每个曲线来绘制“拟合”。
这是训练数据中的偏差百分比。咱们在这里看到的是，在门路末端时，该值变动不大，然而系数有点“收缩”。这使咱们能够将注意力集中在重要的拟合局部上。
咱们能够提取系数并在某些特定值的状况下进行预测。两种罕用的选项是：
s指定进行提取的 λ 值。exact批示是否须要系数的准确值。
一个简略的例子是：
## 21 x 2 sparse Matrix of class "dgCMatrix"
## 1 1
## (Intercept) 0.19657 0.199099
## V1 1.17496 1.174650
## V2 . .
## V3 0.52934 0.531935
## V4 . .
## V5 -0.76126 -0.760959
## V6 0.46627 0.468209
## V7 0.06148 0.061927
## V8 0.38049 0.380301
## V9 . .
## V10 . .
## V11 0.14214 0.143261
## V12 . .
## V13 . .
## V14 -0.91090 -0.911207
## V15 . .
## V16 . .
## V17 . .
## V18 . 0.009197
## V19 . .
## V20 -0.86099 -0.863117左列是，exact = TRUE 右列是 FALSE。从下面咱们能够看到，0.01 不在序列中，因而只管没有太大差别，但还是有一些差别。如果没有特殊要求，则线性插补就足够了。
用户能够依据拟合的对象进行预测。除中的选项外 coef，主要参数是 newx的新值矩阵 x。type 选项容许用户抉择预测类型：*“链接”给出拟合值
- 因变量与正态分布的“链接”雷同。
- “系数”计算值为的系数
s
例如，
## 1
## \[1,\] -0.9803
## \[2,\] 2.2992
## \[3,\] 0.6011
## \[4,\] 2.3573
## \[5,\] 1.7520给出在 λ =0.05 时前 5 个观测值的拟合值。如果提供的多个值，s 则会生成预测矩阵。
用户能够自定义 K 折穿插验证。除所有 glmnet 参数外，cv.glmnet 还有非凡的参数，包含 nfolds（次数），foldid（用户提供的次数），type.measure（用于穿插验证的损失）：*“deviance”或“mse”
- “mae”应用均匀绝对误差
举个例子，
cvfit = cv.glmnet(x, y, type.measure = "mse", nfolds = 20)依据均方误差规范进行 20 折穿插验证。
并行计算也受 cv.glmnet。为咱们在这里给出一个简略的比拟示例。
system.time(cv.glmnet(X, Y))## user system elapsed
## 3.591 0.103 3.724system.time(cv.glmnet(X, Y, parallel = TRUE))## user system elapsed
## 4.318 0.391 2.700从下面的倡议能够看出，并行计算能够大大放慢计算过程。
- “lambda.min”：达到最小 MSE 的 λ。
cvfit$lambda.min## \[1\] 0.08307## 21 x 1 sparse Matrix of class "dgCMatrix"
## 1
## (Intercept) 0.14936
## V1 1.32975
## V2 .
## V3 0.69096
## V4 .
## V5 -0.83123
## V6 0.53670
## V7 0.02005
## V8 0.33194
## V9 .
## V10 .
## V11 0.16239
## V12 .
## V13 .
## V14 -1.07081
## V15 .
## V16 .
## V17 .
## V18 .
## V19 .
## V20 -1.04341在这里，咱们应用雷同的 k 折，为 α 抉择一个值。
将它们全副搁置在同一绘图上：
咱们看到 lasso（alpha=1）在这里体现最好。
系数上上限
假如咱们要拟合咱们的模型，但将系数限度为大于 -0.7 且小于 0.5。这能够通过upper.limits 和 lower.limits 参数实现：
通常，咱们心愿系数为正，因而咱们只能lower.limit 将其设置 为 0。
惩办因素
此参数容许用户将独自的惩办因子利用于每个系数。每个参数的默认值为 1，但能够指定其余值。特地是，任何penalty.factor 等于零的变量 都不会受到惩办
在许多状况下，某些变量可能是重要，咱们心愿始终保留它们，这能够通过将相应的惩办因子设置为 0 来实现：
咱们从标签中看到惩办因子为 0 的三个变量始终保留在模型中，而其余变量遵循典型的正则化门路并最终放大为 0。
自定义图
有时，尤其是在变量数量很少的状况下，咱们想在图上增加变量标签。
咱们首先生成带有 10 个变量的一些数据，而后，咱们拟合 glmnet 模型，并绘制标准图。
咱们心愿用变量名标记曲线。在门路的开端搁置系数的地位。
多元正态
应用family = "mgaussian" option 取得多元正态分布glmnet。
显然，顾名思义，y 不是向量，而是矩阵。后果，每个 λ 值的系数也是一个矩阵。
在这里，咱们解决以下问题：
这里，βj 是 p×K 系数矩阵 β 的第 j 行，对于单个预测变量 xj，咱们用每个系数 K 向量 βj 的组套索罚分代替每个繁多系数的相对罚分。
咱们应用事后生成的一组数据进行阐明。
咱们拟合数据，并返回对象“mfit”。
mfit = glmnet(x, y, family = "mgaussian")如果为 standardize.response = TRUE，则将因变量标准化。
为了可视化系数，咱们应用 plot 函数。
留神咱们设置了 type.coef = "2norm"。在此设置下，每个变量绘制一条曲线，其值等于ℓ2 范数。默认设置为 type.coef = "coef"，其中为每个因变量创立一个系数图。
通过应用该函数coef，咱们能够提取要求的 λ 值的系数，并通过进行预测。
## , , 1
##
## y1 y2 y3 y4
## \[1,\] -4.7106 -1.1635 0.6028 3.741
## \[2,\] 4.1302 -3.0508 -1.2123 4.970
## \[3,\] 3.1595 -0.5760 0.2608 2.054
## \[4,\] 0.6459 2.1206 -0.2252 3.146
## \[5,\] -1.1792 0.1056 -7.3353 3.248
##
## , , 2
##
## y1 y2 y3 y4
## \[1,\] -4.6415 -1.2290 0.6118 3.780
## \[2,\] 4.4713 -3.2530 -1.2573 5.266
## \[3,\] 3.4735 -0.6929 0.4684 2.056
## \[4,\] 0.7353 2.2965 -0.2190 2.989
## \[5,\] -1.2760 0.2893 -7.8259 3.205预测后果保留在三维数组中，其中前两个维是每个因变量的预测矩阵，第三个维示意因变量。
咱们还能够进行 k 折穿插验证。
咱们绘制后果 cv.glmnet 对象“cvmfit”。
显示选定的 λ 最佳值
cvmfit$lambda.min## \[1\] 0.04732cvmfit$lambda.1se## \[1\] 0.1317逻辑回归
当因变量是分类的时，逻辑回归是另一个宽泛应用的模型。如果有两个可能的后果，则应用二项式散布，否则应用多项式。
二项式模型
对于二项式模型，假如因变量的取值为 G = {1,2}。示意 yi = I（gi = 1）。咱们建模
能够用以下模式写
惩办逻辑回归的指标函数应用负二项式对数似然
咱们的算法应用对数似然的二次迫近，而后对所得的惩办加权最小二乘问题进行降落。这些形成了外部和内部循环。
出于阐明目标，咱们 从数据文件加载预生成的输出矩阵 x 和因变量 y。
对于二项式逻辑回归，因变量 y 能够是两个级别的因子，也能够是计数或比例的两列矩阵。
glmnet 二项式回归的其余可选参数与正态分布的参数 简直雷同。不要遗记将family 选项设置 为“binomial”。
fit = glmnet(x, y, family = "binomial")像以前一样，咱们能够输入和绘制拟合的对象，提取特定 λ 处的系数，并进行预测。
逻辑回归略有不同，次要体现在抉择上 type。“链接”和“因变量”不等价，“类”仅可用于逻辑回归。总之，*“链接”给出了线性预测变量
- “因变量”给出适合的概率
- “类别”产生对应于最大概率的类别标签。
- “系数”计算值为的系数
s
在上面的示例中，咱们在 λ =0.05,0.01 的状况下对类别标签进行了预测。
## 1 2
## \[1,\] "0" "0"
## \[2,\] "1" "1"
## \[3,\] "1" "1"
## \[4,\] "0" "0"
## \[5,\] "1" "1"对于逻辑回归，type.measure：
- “偏差”应用理论偏差。
- “mae”应用均匀绝对误差。
- “class”给出谬误分类谬误。
- “auc”（仅实用于两类逻辑回归）给出了 ROC 曲线下的面积。
例如，
它应用分类误差作为 10 倍穿插验证的规范。
咱们绘制对象并显示 λ 的最佳值。
cvfit$lambda.min## \[1\] 0.01476cvfit$lambda.1se## \[1\] 0.02579coef 并且 predict 相似于正态分布案例，因而咱们省略了细节。咱们通过一些例子进行回顾。
## 31 x 1 sparse Matrix of class "dgCMatrix"
## 1
## (Intercept) 0.24371
## V1 0.06897
## V2 0.66252
## V3 -0.54275
## V4 -1.13693
## V5 -0.19143
## V6 -0.95852
## V7 .
## V8 -0.56529
## V9 0.77454
## V10 -1.45079
## V11 -0.04363
## V12 -0.06894
## V13 .
## V14 .
## V15 .
## V16 0.36685
## V17 .
## V18 -0.04014
## V19 .
## V20 .
## V21 .
## V22 0.20882
## V23 0.34014
## V24 .
## V25 0.66310
## V26 -0.33696
## V27 -0.10570
## V28 0.24318
## V29 -0.22445
## V30 0.11091如前所述，此处返回的后果仅针对因子因变量的第二类。
## 1
## \[1,\] "0"
## \[2,\] "1"
## \[3,\] "1"
## \[4,\] "0"
## \[5,\] "1"
## \[6,\] "0"
## \[7,\] "0"
## \[8,\] "0"
## \[9,\] "1"
## \[10,\] "1"多项式模型
对于多项式模型，假如因变量变量的 K 级别为 G = {1,2，…，K}。在这里咱们建模
设 Y 为 N×K 指标因变量矩阵，元素 yiℓ= I（gi =ℓ）。而后弹性网惩办的负对数似然函数变为
β 是系数的 p×K 矩阵。βk 指第 k 列（对于后果类别 k），βj 指第 j 行（变量 j 的 K 个系数的向量）。最初一个惩办项是 ||βj|| q，咱们对 q 有两个抉择：q∈{1,2}。当 q = 1 时，这是每个参数的套索惩办。当 q = 2 时，这是对特定变量的所有 K 个系数的分组套索惩办，这使它们在一起全为零或非零。
对于多项式状况，用法相似于逻辑回归，咱们加载一组生成的数据。
glmnet 除少数状况外，多项式逻辑回归中的可选参数 与二项式回归根本类似。
多项式回归的一个非凡选项是 type.multinomial，如果容许，则容许应用分组的套索罚分 type.multinomial = "grouped"。这将确保变量的多项式系数全副一起输出或输入，就像多元因变量一样。
咱们绘制后果。
咱们还能够进行穿插验证并绘制返回的对象。
预测最佳抉择的 λ：
## 1
## \[1,\] "3"
## \[2,\] "2"
## \[3,\] "2"
## \[4,\] "1"
## \[5,\] "1"
## \[6,\] "3"
## \[7,\] "3"
## \[8,\] "1"
## \[9,\] "1"
## \[10,\] "2"泊松模型
Poisson 回归用于在假如 Poisson 误差的状况下对计数数据进行建模，或者在均值和方差成比例的状况下应用非负数据进行建模。泊松也是指数分布族的成员。咱们通常以对数建模：。
给定观测值 的对数似然
和以前一样，咱们优化了惩办对数：
Glmnet 应用内部牛顿循环和外部加权最小二乘循环（如逻辑回归）来优化此规范。
首先，咱们加载一组泊松数据。
再次，绘制系数。
像以前一样，咱们能够 别离应用coef 和 提取系数并在特定的 λ 处进行预测 predict。
例如，咱们能够
## 21 x 1 sparse Matrix of class "dgCMatrix"
## 1
## (Intercept) 0.61123
## V1 0.45820
## V2 -0.77061
## V3 1.34015
## V4 0.04350
## V5 -0.20326
## V6 .
## V7 .
## V8 .
## V9 .
## V10 .
## V11 .
## V12 0.01816
## V13 .
## V14 .
## V15 .
## V16 .
## V17 .
## V18 .
## V19 .
## V20 .## 1 2
## \[1,\] 2.4944 4.4263
## \[2,\] 10.3513 11.0586
## \[3,\] 0.1180 0.1782
## \[4,\] 0.9713 1.6829
## \[5,\] 1.1133 1.9935咱们还能够应用穿插验证来找到最佳的 λ，从而进行推断。
选项简直与正态族雷同，不同之处在于 type.measure，“mse”代表均方误差，“mae”代表均值绝对误差。
咱们能够绘制 cv.glmnet 对象。
咱们还能够显示最佳的 λ 和相应的系数。
## 21 x 2 sparse Matrix of class "dgCMatrix"
## 1 2
## (Intercept) 0.031263 0.18570
## V1 0.619053 0.57537
## V2 -0.984550 -0.93212
## V3 1.525234 1.47057
## V4 0.231591 0.19692
## V5 -0.336659 -0.30469
## V6 0.001026 .
## V7 -0.012830 .
## V8 . .
## V9 . .
## V10 0.015983 .
## V11 . .
## V12 0.030867 0.02585
## V13 -0.027971 .
## V14 0.032750 .
## V15 -0.005933 .
## V16 0.017506 .
## V17 . .
## V18 0.004026 .
## V19 -0.033579 .
## V20 0.012049 0.00993Cox 模型
Cox 比例危险模型通常用于钻研预测变量与生存工夫之间的关系。
Cox 比例危险回归模型，它不是间接考查 与 X 的关系，而是用 作为因变量，模型的根本模式为：
式中， 为自变量的偏回归系数，它是须从样本数据作出预计的参数； 是当 X 向量为 0 时， 的基准危险率，它是有待于从样本数据作出预计的量。简称为 Cox 回 归模型。
因为 Cox 回归模型对 未作任何假设，因而 Cox 回归模型在解决问题时具备较大的灵活性；另一方面，在许多状况下，咱们只需预计出参数 (如因素剖析等)，即便在 未知的状况下，仍可预计出参数。这就是说，Cox 回归模型因为含有，因而它不是齐全的参数模型，但仍可依据公式(1) 作出参数 的预计，故 Cox 回归模型属于 半参数模型。
公式能够转化为：
咱们应用一组事后生成的样本数据。用户能够加载本人的数据并遵循相似的过程。在这种状况下，x 必须是协变量值的 n×p 矩阵 - 每行对应一个患者，每列对应一个协变量。y 是一个 n×2 矩阵。
## time status
## \[1,\] 1.76878 1
## \[2,\] 0.54528 1
## \[3,\] 0.04486 0
## \[4,\] 0.85032 0
## \[5,\] 0.61488 1Surv 包中的 函数 survival 能够创立这样的矩阵。
咱们计算默认设置下的求解门路。
绘制系数。
提取特定值 λ 处的系数。
## 30 x 1 sparse Matrix of class "dgCMatrix"
## 1
## V1 0.37694
## V2 -0.09548
## V3 -0.13596
## V4 0.09814
## V5 -0.11438
## V6 -0.38899
## V7 0.24291
## V8 0.03648
## V9 0.34740
## V10 0.03865
## V11 .
## V12 .
## V13 .
## V14 .
## V15 .
## V16 .
## V17 .
## V18 .
## V19 .
## V20 .
## V21 .
## V22 .
## V23 .
## V24 .
## V25 .
## V26 .
## V27 .
## V28 .
## V29 .
## V30 .函数 cv.glmnet 可用于计算 Cox 模型的 k 折穿插验证。
拟合后，咱们能够查看最佳 λ 值和穿插验证的误差图，帮忙评估咱们的模型。
如前所述，图中的左垂直线向咱们显示了 CV 误差曲线达到最小值的地位。左边的垂直线向咱们展现了正则化的模型，其 CV 误差在最小值的 1 个标准偏差之内。咱们还提取了最优 λ。
cvfit$lambda.min## \[1\] 0.01594cvfit$lambda.1se## \[1\] 0.04869咱们能够查看模型中的协变量并查看其系数。
index.min## \[1\] 0.491297 -0.174601 -0.218649 0.175112 -0.186673 -0.490250 0.335197
## \[8\] 0.091587 0.450169 0.115922 0.017595 -0.018365 -0.002806 -0.001423
## \[15\] -0.023429 0.001688 -0.008236coef.min## 30 x 1 sparse Matrix of class "dgCMatrix"
## 1
## V1 0.491297
## V2 -0.174601
## V3 -0.218649
## V4 0.175112
## V5 -0.186673
## V6 -0.490250
## V7 0.335197
## V8 0.091587
## V9 0.450169
## V10 0.115922
## V11 .
## V12 .
## V13 0.017595
## V14 .
## V15 .
## V16 .
## V17 -0.018365
## V18 .
## V19 .
## V20 .
## V21 -0.002806
## V22 -0.001423
## V23 .
## V24 .
## V25 -0.023429
## V26 .
## V27 0.001688
## V28 .
## V29 .
## V30 -0.008236稠密矩阵
咱们的程序包反对稠密的输出矩阵，该矩阵能够高效地存储和操作大型矩阵，但只有少数几个非零条目。
咱们加载一组事后创立的样本数据。
加载 100 * 20 的稠密矩阵和 y因向量。
## \[1\] "dgCMatrix"
## attr(,"package")
## \[1\] "Matrix"咱们能够像以前一样拟合模型。
fit = glmnet(x, y)进行穿插验证并绘制后果对象。
预测新输出矩阵。例如，
## 1
## \[1,\] 0.3826
## \[2,\] -0.2172
## \[3,\] -1.6622
## \[4,\] -0.4175
## \[5,\] -1.3941参考文献
Jerome Friedman, Trevor Hastie and Rob Tibshirani. (2008).
Regularization Paths for Generalized Linear Models via Coordinate Descent
参考文献
1.matlab 偏最小二乘回归 (PLSR) 和主成分回归 (PCR) 和主成分回归(PCR)”)
2.R 语言高维数据的主成分 pca、t-SNE 算法降维与可视化剖析
3. 主成分剖析 (PCA) 基本原理及剖析实例基本原理及剖析实例 ”)
4. 基于 R 语言实现 LASSO 回归剖析
5. 应用 LASSO 回归预测股票收益数据分析
6.r 语言中对 lasso 回归，ridge 岭回归和 elastic-net 模型
7.r 语言中的偏最小二乘回归 pls-da 数据分析
8.r 语言中的偏最小二乘 pls 回归算法
9. R 语言线性判别分析（LDA），二次判别分析（QDA）和正则判别分析（RDA）