glmnetでのRの係数名の解釈

Question

glmnetを使用して、次のコードを使用して5つの機能のセットに基づいて確率を予測しています。別の（非R）プログラムで使用する必要があるため、実際の数式が必要です。得られた係数の

deg = 3 

glmnet.fit <- cv.glmnet(poly(train.matrix,degree=deg),train.result,alpha=0.05,family='binomial') 

名は5つの位置を有している（私は、これは、各特徴の一つであると仮定）、それらの各々は0と3の間の数である（これは多項式の次数であると仮定する）。しかし、私はまだ式をどのように正確に再構築するのか混乱しています。

例えばこれらを取る：

> coef(glmnet.fit,s= best.lambda) 
(Intercept) -2.25e-01 
... 
0.1.0.0.1 3.72e+02 
1.1.0.0.1 9.22e+04 
0.2.0.0.1 6.17e+02 
... 

はのは、機能のA、B、C、D、Eを呼ぶことにしましょう。この式はどのように解釈されるべきですか？

これが正しくない場合、どのように解釈すればよいですか？

私は以下を見ましたquestion and answerしかし、これらのタイプの係数名は扱いませんでした。

ご協力いただきありがとうございます。

Answer 1

通常、予測機能を使用します。あなたの場合、別のプログラムで使用する係数が必要です。予測を使用することと、データに係数を乗じた結果との間の一致を確認することができる。

# example data 

library(ElemStatLearn) 
library(glmnet) 
data(prostate) 

# training data 

data.train <- prostate[prostate$train,] 
y <- data.train$lpsa 

# isolate predictors 

data.train <- as.matrix(data.train[,-c(9,10)]) 

# test data 

data.test <- prostate[!prostate$train,] 
data.test <- as.matrix(data.test[,-c(9,10)]) 

# fit training model 

myglmnet =cv.glmnet(data.train,y) 

# predictions by using predict function 

yhat_enet <- predict(myglmnet,newx=data.test, s="lambda.min") 

# get predictions by using coefficients 

beta <- as.vector(t(coef(myglmnet,s="lambda.min"))) 

# Coefficients are returned on the scale of the original data. 
# note we need to add column of 1s for intercept 

testX <- cbind(1,data.test) 
yhat2 <- testX %*% beta 

# check by plotting predictions 

plot(yhat2,yhat_enet) 

各係数はトレーニングデータの列に対応しています。最初のものは切片に相当します。要約すると、係数を抽出し、テストデータを乗算して、目的の結果を得ることができます。