使用glmet-包的懲罰性GLM

Question

由於我有很多解釋性變量，我想對多項logit模型進行懲罰性估計。使用glmnet包，我會proceede如下：

library(glmnet) 
data(MultinomialExample) 

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

從執行多項logit迴歸其他包，我叩頭，對於具有K水平的因變量的輸出K-1的係數，因爲它們中的一個是所謂的參考類別。

然而，coef(cvfit, s = "lambda.min")給我的係數爲每個類別，這讓我困惑：

$`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 
....... 

所以基本上：

1. 你知道如何interprete輸出？

2. 你知道我如何得到類別2的係數& 3 - 假設1是參考類別？

Answer 1

查看答案KH Kim here。他/她的代碼顯示瞭如何在glmnet的輸出和來自例如multinom()從nnet。