多项式cv.glmnet系数提取

Question

您怎样从一个多项式模型的cv.glmnet对象中提取与特定的lambda相对应的系数呢？当我尝试使用二项式模型的语法进行操作时，coef函数返回的是系数稀疏矩阵的列表，而不是某个特定的稀疏矩阵。

下面是一个例子：

tempcv <- cv.glmnet(x=as.matrix(iris[,-5]), y=iris[,5], family="multinomial", 
                    nfolds=20, alpha=0.5)
coefsMin <- coef(tempcv, s="lambda.min")

当我运行这个时，我得到了：

> coefsMin[[3]]
5 x 1 sparse Matrix of class "dgCMatrix"
                  1
(Intercept)  -19.091925
Sepal.Length   .       
Sepal.Width   -3.755938
Petal.Length   4.355219
Petal.Width    8.909600

> coefsMin[[2]]
5 x 1 sparse Matrix of class "dgCMatrix"
                 1
(Intercept)   4.616488
Sepal.Length  1.649614
Sepal.Width   .       
Petal.Length -1.088160
Petal.Width  -1.884997

> coefsMin[[1]]
5 x 1 sparse Matrix of class "dgCMatrix"
                 1
(Intercept)  14.475437
Sepal.Length -1.843070
Sepal.Width   5.312490
Petal.Length -2.698684
Petal.Width  -5.708280

因此，coefsMin列表的条目可以有不同的系数水平和稀疏度。所有的系数集是否都与相同的lambda值对应？如果是，除了稀疏性之外，是否有选择其中一个的原因？

谢谢！

- ostrichgroomer

Answer 1

好的，我认为我的问题在于忘记了多项式回归的工作原理。多项式回归的预测公式为

所以您需要为每个类别准备一组系数。

- ostrichgroomer