使用交叉驗證來計算嶺迴歸參數

Question

我在數據框中有57個特徵（列）〜4600行數據集。爲了計算良好的嶺迴歸參數，我想對其進行10倍交叉驗證。有人能告訴我如何在R中做到這一點？

Answer 1

ridge.cv()在parcor包是專爲此目的而設計的。

這裏是從手動拍攝的例子：

> n<-100 # number of observations 
> p<-60 # number of variables 
> X<-matrix(rnorm(n*p),ncol=p) 
> y<-rnorm(n) 
> ridge.object<-ridge.cv(X,y) 
> ridge.object 
$intercept 

0.01146743 

$coefficients 
      X1   X2   X3   X4   X5   X6   X7   
1.709387e-02 4.833916e-03 3.954463e-03 -9.671448e-03 4.507962e-03 -6.370366e-03 -4.655737e-02 
... 
      X57   X58   X59   X60 
-2.119606e-03 -1.229390e-04 -1.912877e-03 -1.833788e-02 

$lambda.opt 
[1] 540 

這裏，$lambda.opt是使用十折交叉驗證所獲得的正則化參數的最佳值。