glmnet

2熱

1答えて

なぜlambdaをcaret :: train（...、method = "glmnet"）とcv.glmnet（）で調整する必要がありますか？

クロスバリデーションのあるcaret::train(..., method = "glmnet")、またはcv.glmnet()の両方が実装されていることがわかりましたので、クロスバリデーションエラーを最小限に抑えるlambda.minが見つかりました。最終的に最も適合したモデルは、lambda.minに適合するモデルでなければなりません。次に、グリッドをlambdaの値をトレーニングプロセスに設

0熱

1答えて

弾性ネットで使用するために帰属データに行列を生成する

miceを使用して50個のデータセットを作成した後、glmnetを使用して弾性ネットを実行したいと考えています。帰属データを分析する適切な方法は、mice(x,...)が実行されたときに作成されたmidsオブジェクトにwithとpool関数を適用することですが、glmnetはデータを行列として供給する必要があることを理解しています。 model.matrixとbuild.xの両方を使用して、汎用デ

0熱

2答えて

glmnet出力データからデータを抽出する

glmnetパッケージを使用して機能を選択しようとしています。私はglmnetを実行しようとしています。しかし、私は出力を理解するのに苦労しています。私の目標は、遺伝子のリストとそのそれぞれの係数を得ることで、私は2つのラベルのグループをどのように関連づけているかに基づいて遺伝子リストをランク付けすることができます。 x = manual_normalized_melt[,colnames(man

0熱

1答えて

Rはrollapply glmnet

library(zoo) library(glmnet) に私は、線形回帰の転がり係数を取得することができます： seat <- as.zoo(log(UKDriverDeaths)) time(seat) <- as.yearmon(time(seat)) seat <- merge(y = seat, y1 = lag(seat, k = -1), y12 = lag(seat,

0熱

1答えて

glmnetカテゴリカル回帰を使用して0と1の確率を得る方法

私の応答変数は1から7までのカテゴリです。glmnetの使用を理解しますタイプを応答に設定して予測の確率を得ることができます。 prob.vec = predict.cv.glmnet（cvfit、newx = X.test、S = "lambda.min"、タイプ= "応答"）しかし、私は興味があります他のカテゴリーの確率も有する。そのような機能がglmnetに存在するのだろうかと思います。

0熱

1答えて

glmnet.ElastiNet：lambda_path引数

私はから学んでいる：次のコードで https://github.com/JWarmenhoven/ISLR-python/blob/master/Notebooks/Chapter%206.ipynb と持っている問題： grid = 10**np.linspace(10,-2,100) ridge3 = gln.ElasticNet(alpha=0, lambda_path=grid) r

2熱

1答えて

glmnetを使用したバイナリ結果の予測関数R

Rのcv.glmnetオブジェクトで予測関数を使用しています。予測しようとしているバイナリ結果ベクトル（例：0 1 1 0 1）があります。予測機能は、デフォルトで1または0を予測する予測確率を見つけることをデフォルトにしていますか？質問に対する答えが書かれた文書が見つかりませんでした。以下の一般的なアイデアを持つコード： for(holdout in 1:nrow(data)){

0熱

1答えて

リッジ実行時のラムダエラー

次のコードを実行していますが、エラーメッセージが表示され続けます。コードはISLRのウェブサイトからのものです。 library(ISLR) Hitters=na.omit(Hitters) x=model.matrix(Salary~.,Hitters)[,-1] y=Hitters$Salary library(glmnet) ridge.mod=glmnet(x,y,alpha=0

0熱

1答えて

glmet-packageを使った罰せられたGLM

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 =