glmet-packageを使った罰せられたGLM

Question

私は多くの説明変数があるので、私は多項ロジットモデルのペナルティ推定をしたいと思っています。 glmnetパッケージを使用して次のように、私はproceedeなる：それらの一つであるので

library(glmnet) 
data(MultinomialExample) 

cvfit=cv.glmnet(x, y, family="multinomial", type.multinomial = "grouped", parallel = TRUE) 
plot(cvfit) 
coef(cvfit, s = "lambda.min") 

多項ロジット回帰を実行する他のパッケージから、私は、Kレベルの従属変数の出力は、K-1の係数ことKOWいわゆる参照カテゴリ。

しかし、coef(cvfit, s = "lambda.min")は私に私を混乱各カテゴリ、の係数を与える：

$`1` 
31 x 1 sparse Matrix of class "dgCMatrix" 
         1 
(Intercept) 0.015885341 
V1   0.051848049 
V2   -0.340036374 
V3   0.421616900 
.... 

$`2` 
31 x 1 sparse Matrix of class "dgCMatrix" 
         1 
(Intercept) -0.017214370 
V1   -0.329369991 
V2   -0.145053512 
V3   -0.160609561 
....... 

$`3` 
31 x 1 sparse Matrix of class "dgCMatrix" 
         1 
(Intercept) 0.001329029 
V1   0.277521942 
....... 

だから、基本的には：

1. は、あなたが出力をinterpreteする方法を知っていますか？

2. カテゴリ2の係数をどのように得るか知っていますか？& 3 - 参照カテゴリを1と仮定しますか？

Answer 1

答えをKH Kim hereで確認してください。彼/彼女のコードはglmnetからの出力と、より一般的なフォーマットの間をどのように進むことができるかを示しています。 multinom()からnnetまでである。