glmnet

    0熱度

    1回答

    使用glmet-包的懲罰性GLM

    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(cvf
    r glmnet multinomial 2017-08-19

    0熱度

    2回答

    glmnet組預測的k倍交叉驗證

    我有一組預測是部分相關的，我想將它們減少到一個功能集並使用簡化模型進行預測。我能找到一個很好的拉姆達使用 > require(glmnet); require(glmnetUtils) > cvfit <- cv.glmnet( + SpeakerGroup ~ Age +transient_mean +syllablerate+syllablerate_sd+intensitysfract
    r prediction glmnet 2017-10-09

    3熱度

    1回答

    爲什麼在具有相同輸入參數的模型之間，glmnet的係數估計值會有很大變化？

    我一直在嘗試使用cv.glmnet來適合套索模型。基於標準化，我試圖實施四種不同的模型（使用cv.glmnet 3和使用caret::train）。所有這四個模型都給出了非常不同的係數估計值，我不知道爲什麼。 這裏是一個完全可再現的代碼： library("glmnet") data(iris) iris <- iris dat <- iris[iris$Species %in% c("se
    r r-caret glmnet 2017-07-10

    0熱度

    1回答

    重複的λ和α交叉驗證與glmnet/glmnetUtils

    我用mice創建一些多重插補數據集：對於α和拉姆達同時 library(glmnetUtils) library(mice) nhanes <- mice::nhanes imp <- mice(nhanes) com <- complete(imp, "long") 使用glmnetUtils，有可能交叉驗證： nhanes$hyp <- factor(nhanes$hyp) f
    glmnet 2017-08-30

    2熱度

    1回答

    在分類變量中使用R中的LASSO

    我有一個包含1000個觀察值和76個變量的數據集，其中約有20個是分類變量。我想在整個數據集上使用LASSO。我知道有因素變量在LASSO中通過lars或glmnet並不真正起作用，但變量太多，並且存在太多不同的，無序的值，他們可以對這些變量進行合理的數值重新編碼。 在這種情況下可以使用LASSO嗎？我該怎麼做呢？創建預測的矩陣債收益率這樣的響應： hdy<-as.numeric(housingD
    r regression glmnet lasso lars 2017-10-21

    0熱度

    1回答

    [R rollapply上glmnet

    library(zoo) library(glmnet) 我可以得到一個線性迴歸滾動係數： seat <- as.zoo(log(UKDriverDeaths)) time(seat) <- as.yearmon(time(seat)) seat <- merge(y = seat, y1 = lag(seat, k = -1), y12 = lag(seat, k = -12), a
    r zoo glmnet 2017-07-14

    1熱度

    2回答

    R - 使用glmnet with purrr/tidyr

    爲了在我的數據中使用tidyr和purrr在我的數據組中運行模型，我從此R Bloggers link得到以下代碼。但是，我想在我的嵌套數據上使用glmnet而不僅僅是lm。不像lm,glmnet/cv.glmnet需要model.matrix作爲x的論點，我需要抽象的公式提供給那個model.matrix這就是讓我困擾。 所以此工程： library(purrr) library(tidyr)
    r dplyr tidyr glmnet purrr 2017-06-06

    3熱度

    2回答

    R - 從caret和glmnet套索模型對象提取因子的預測變量名稱

    在下面的示例中，我使用3個變量predict，var1和var2（一個因子）設置了df。 當我在插入符號或glmnet中運行模型時，係數會轉換爲虛擬變量，如var2b。 我想以編程方式提取變量名稱並匹配原始變量名稱，而不是虛擬變量名稱 - 有沒有辦法做到這一點？ 這只是一個例子，我的現實世界的問題有很多不同的級別的變量，因此，我想避免這樣做手動，就像試圖排除「b」。 謝謝！ library(car
    r caret glmnet lasso 2017-07-27

    0熱度

    1回答

    glmnet.ElastiNet：lambda_path參數

    我從學習： https://github.com/JWarmenhoven/ISLR-python/blob/master/Notebooks/Chapter%206.ipynb ，並有問題與下面的代碼： grid = 10**np.linspace(10,-2,100) ridge3 = gln.ElasticNet(alpha=0, lambda_path=grid) ridge3.fi
    python glmnet 2017-07-28

    0熱度

    1回答

    二項分佈數據錯誤

    使用glmnet我進口了一些數據如下 surv <- read.table("http://www.stat.ufl.edu/~aa/glm/data/Student_survey.dat",header = T) x <- as.matrix(select(surv,-ab)) y <- as.matrix(select(surv,ab)) glmnet::cv.glmnet(x,y,al
    r glmnet lasso binomial-coefficients 2017-08-06
最新問題