在R中使用LASSO算法处理分类变量
我有一个包含1000个观测值和76个变量的数据集，其中约有20个是分类变量。我想在整个数据集上使用LASSO。我知道在LASSO中，无论是使用lars还是glmnet，因子变量都不会真正起作用，但变量太多了，并且它们可以采用太多不同的无序值来合理地将它们重新编码为数字。 在这种情况下，可以...
glmnet在逻辑回归/二项式中的错误
当我尝试使用family="binomial"拟合glmnet()进行逻辑回归拟合时，出现了以下错误： > data <- read.csv("DAFMM_HE16_matrix.csv", header=F) > x <- as.data.frame(data[,1...
glmnet - 变量重要性？
我正在使用glmnet程序包进行LASSO回归。是否有一种方法可以获取所选个别变量的重要性？我考虑通过coef(...)命令获得的系数进行排名（即，离零越远，变量越重要）。这样做是否有效？谢谢您的帮助！ cvfit = cv.glmnet(x, y, family = "binomial")...
在glmnet中出现的R错误：外部函数调用中出现NA/NaN/Inf。
我正在尝试使用glmnet创建模型（目前使用cv找到lambda值），但是出现了错误NA/NaN/Inf in foreign function call (arg 5)。我认为这与我的数据集中的NA值有关，因为当我删除所有带有NA的数据点时，命令成功运行。 我原本以为glmnet可以处理N...
在“最佳”λ处获取glmnet系数
我正在使用glmnet的以下代码：> library(glmnet) > fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1]) > plot(fit, xvar='lambda') 但是，我想打印出最佳Lambda处的系数，就像岭...
如何强制cv.glmnet不删除一个特定的变量？
我正在使用glmnet包的cv.glmnet函数对67个观测值和32个变量进行回归。我正在使用变量选择方法。有一个变量我想要强制包含在模型中（在正常过程中被删除）。我该如何在cv.glmnet中指定这个条件？ 谢谢！ 我的代码看起来像下面这样：glmntfit <- cv.glmne...
在R中并行执行cv.glmnet
我的训练数据集包含约200,000条记录，有500个特征。（这些是来自零售机构的销售数据）。大多数特征都是0/1，并以稀疏矩阵的形式存储。 目标是预测约200个产品的购买概率。因此，我需要使用相同的500个特征来预测200个产品的购买概率。由于glmnet是模型创建的自然选择，我考虑并行实现...
如何使用glmnet在R中计算Lasso回归的R平方值
我正在使用glmnet包在R中执行套索回归： fit.lasso <- glmnet(x,y) plot(fit.lasso,xvar="lambda",label=TRUE) 然后使用交叉验证： cv.lasso=cv.glmnet(x,y) plot(cv.lasso) ...
如何在使用glmnet之前进行所有交互
我有一个8列的x矩阵。我想使用 glmnet 进行套索回归。我知道需要调用： 我有一個8列的x矩陣。我想使用glmnet進行LASSO迴歸。我知道我需要調用：glmnet(x, y, family = "binomial", ...). 但是，我如何让x考虑所有的单向交互作用呢？我必须手...