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)
一篇教程 (最后一页) 对于R^2的建议如下:
R_Squared = 1 - cv.lasso$cvm/var(y)
但是它没有起作用。
我希望了解模型在拟合数据时的效率/性能。通常,在r中执行lm()函数时,我们会得到R^2和调整后的R^2。