glmnet

6熱度

1回答

我使用glmnet根據一組5個要素使用以下代碼來預測概率。我需要實際的公式，因爲我需要在不同的（非R）程序中使用它。 deg = 3 glmnet.fit <- cv.glmnet(poly(train.matrix,degree=deg),train.result,alpha=0.05,family='binomial') 所得係數的名稱具有五個位置（I假設這是每個特徵中的一個）和它們中

20熱度

1回答

R glmnet：「（列表）對象不能被強制鍵入'雙'」

我試圖在數據集上使用glmnet包。我使用cv.glmnet()獲得glmnet()的lambda值。這裏的數據集和錯誤消息： > head(t2) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2 2 2 0 0.9571510 40 0 0.12187

12熱度

3回答

R glmnet as.matrix（）錯誤信息

我試圖在數據集上使用glmnet包。我使用cv.glmnet()獲得glmnet()的lambda值。我將1,2,7,12列排除在外：id列，響應列，包含NA，幷包含NA。這裏的數據集和錯誤消息： > head(t2) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 1 1 1 0.7661266 45 2 0.80298213 9120 13 0

0熱度

2回答

glmnet lasso ROC圖表

我在glmnet（它實現了套索迴歸）中使用k-fold交叉驗證，但是我無法根據此做出ROC圖表。 library(glmnet) glm_net <- cv.glmnet(dev_x_matrix,dev_y_vector,family="binomial",type.measure="class") phat <- predict(glm_net,newx=val_x_matrix,s="l

11熱度

2回答

爲什麼從glmnet模型得到迴歸係數的統計彙總信息是不可取的？

我有一個二元結果的迴歸模型。我用glmnet擬合了模型，得到了選定的變量及其係數。由於glmnet不計算變量的重要性，我想喂精確的輸出（選定的變量和它們的係數）glm來獲取信息（標準錯誤等）。我搜索了r文件，看來我可以使用glm中的「method」選項來指定用戶定義的函數。但我沒有這樣做，有人可以幫助我嗎？

3熱度

1回答

從R glmnet對象獲取預測類

我想在R中使用glmnet構建簡單的多類邏輯迴歸模型。但是，當我嘗試預測測試數據並獲取應急表時，我收到一個錯誤。以下是一個示例會話。 > mat = matrix(1:100,nrow=10) > test = matrix(1:50,nrow=5) > classes <- as.factor(11:20) > model <- glmnet(mat, classes, family=

8熱度

1回答

S3和類的順序

我一直無法理解關於如何調用S3方法的文檔，並且這一次它讓我感到困擾。我會先問一個以上的問題，但他們都密切相關。在一組複雜功能的核心中，我創建了很多適合的東西，尤其是後勤部分。現在，glmnet文檔指定其返回值具有「glmnet」和（邏輯迴歸）「lognet」兩個類。實際上，這些按照這個順序指定。然而，看着glmnet的執行結束後，調用（內部功能）lognet，該套fit後級點對點到「logne

3熱度

1回答

[R glmnet家族=二項式預測值之外的0-1

我想找到的R用規則化迴歸是介於0預測值的包 - 雖然1。我沒有太多的運氣，已經嘗試了包和現在的glmnet包。下面是從在用於glmnet包的參考手冊的示例代碼和我不理解的輸出。 library(glmnet) set.seed(1010) n=1000;p=100 nzc=trunc(p/10) x=matrix(rnorm(n*p),n,p) beta=rnorm(nzc)

3熱度

2回答

編譯glmnet失敗的窗口

由於R軟件包glmnet不提供Windows的二進制文件，所以我必須在我的操作系統win7 64bit下編譯它。我如何過有此錯誤消息： gfortran -m64 -fdefault-real-8 -ffixed-form -O2 -mtune=core2 -c newGLMnet.f90 -o newGLMnet.o f951.exe: sorry, unimplemented: 64-bi

4熱度

1回答

使用glmnet和2個類別時，插入符號中的火車功能出錯

以下代碼塊失敗，無法識別。 library(caret) data(iris) TrainData <- iris[,1:4] TrainClasses <- factor(ifelse(iris[,5]=='versicolor','versicolor','other')) model1 <- train(TrainData,TrainClasses,method='glmnet')