如何正确地在caret中使用glmnet？

Question

我在阅读glmnet文档时发现了这个内容：

请注意，cv.glmnet的结果是随机的，因为随机选择了折叠。用户可以通过多次运行cv.glmnet并平均错误曲线来减少这种随机性。

以下代码使用caret进行重复交叉验证。

library(caret)

ctrl <- trainControl(verboseIter = TRUE, classProbs = TRUE, 
                     summaryFunction = twoClassSummary, method = "repeatedcv", 
                     repeats = 10) 

fit <- train(x, y, method = "glmnet", metric = "ROC", trControl = ctrl)

这是使用caret运行glmnet进行交叉验证的最佳方法吗？还是直接运行glmnet更好？

- iamdeit

Answer 1

你需要定义“最佳方法”。你想使用以下哪种方法之一进行特征选择吗？

1. 仅在数据集上使用正则化回归进行特征选择？（在这种情况下，使用glmnet--Max Kuhn暗示您最好使用具有内置CV功能的模型，因为它们已经针对预测器选择和最小化误差进行了优化）。请参见下文。

“在许多情况下，使用具有内置特征选择的模型比外部搜索正确预测器的算法更有效。内置特征选择通常将预测器搜索算法与参数估计耦合，并且通常通过单个目标函数（例如错误率或似然）进行优化。” (Kuhn, caret软件包文档: caret feature selection overview)

2. 或者您正在比较不同的模型，其中之一是glmnet？在这种情况下，caret可能是一个很好的选择。

- user10175513