ฉันต้องการใช้ GLM และ Elastic Net เพื่อเลือกคุณลักษณะที่เกี่ยวข้องเหล่านั้น + สร้างแบบจำลองการถดถอยเชิงเส้น (เช่นทั้งการคาดคะเนและความเข้าใจดังนั้นมันจะดีกว่าถ้าปล่อยให้มีพารามิเตอร์ค่อนข้างน้อย) ผลลัพธ์จะต่อเนื่อง มันคือยีนต่อราย ฉันได้อ่านเกี่ยวกับแพ็คเกจแล้ว แต่ฉันไม่แน่ใจ 100% เกี่ยวกับขั้นตอนการปฏิบัติตาม:glmnet
ดำเนินการ CV เพื่อเลือกแลมบ์ดา:
cv <- cv.glmnet(x,y,alpha=0.5)
(Q1) เมื่อได้รับข้อมูลอินพุตแล้วคุณจะเลือกค่าอัลฟาที่ต่างออกไปหรือไม่
(Q2)ฉันต้องทำอย่างอื่นก่อนสร้างแบบจำลองหรือไม่พอดีกับรุ่น:
model=glmnet(x,y,type.gaussian="covariance",lambda=cv$lambda.min)
(Q3) มีอะไรดีไปกว่า "ความแปรปรวนร่วม" หรือไม่?
(Q4)หากเลือกแลมบ์ดาโดย CV ทำไมขั้นตอนนี้จึงจำเป็นต้องใช้nlambda=
?
(Q5)ดีกว่าที่จะใช้lambda.min
หรือlambda.1se
?รับค่าสัมประสิทธิ์เพื่อดูว่าพารามิเตอร์ใดมีหลุด ("."):
predict(model, type="coefficients")
ในหน้าช่วยเหลือมีหลาย
predict
วิธีการ (เช่นpredict.fishnet
,predict.glmnet
,predict.lognet
ฯลฯ ) แต่มีคำว่า "ธรรมดา" ทำนายตามที่ฉันเห็นในตัวอย่าง
(Q6)ฉันควรใช้predict
หรือpredict.glmnet
อื่น ๆ หรือ?
แม้จะเป็นสิ่งที่ฉันได้อ่านเกี่ยวกับวิธีการทำให้เป็นมาตรฐาน แต่ฉันค่อนข้างใหม่ใน R และในแพ็คเกจทางสถิติเหล่านี้ดังนั้นจึงเป็นเรื่องยากที่จะตรวจสอบว่าฉันปรับตัวเข้ากับปัญหาของรหัสได้อย่างไร ข้อเสนอแนะใด ๆ จะได้รับการต้อนรับ
การปรับปรุง
ตาม "ตามที่ระบุไว้ก่อนหน้านี้วัตถุของคลาสรถไฟประกอบด้วยองค์ประกอบที่เรียกว่าfinalModel
ซึ่งเป็นแบบจำลองที่พอดีกับค่าพารามิเตอร์การปรับที่เลือกโดย resampling วัตถุนี้สามารถใช้ในวิธีดั้งเดิมเพื่อสร้างการคาดการณ์สำหรับตัวอย่างใหม่โดยใช้ที่ ฟังก์ชันทำนายของโมเดล "
การใช้caret
เพื่อปรับทั้งอัลฟาและแลมบ์ดา:
trc = trainControl(method=cv, number=10)
fitM = train(x, y, trControl = trC, method="glmnet")
ไม่fitM
เปลี่ยนขั้นตอนก่อนหน้า 2? ถ้าเป็นเช่นนั้นจะระบุตัวเลือก glmnet ( type.gaussian="naive",lambda=cv$lambda.min/1se
) ได้อย่างไร?
และต่อไปนี้predict
ขั้นตอนที่ผมสามารถเปลี่ยนmodel
ไปfitM
?
ถ้าฉันทำ
trc = trainControl(method=cv, number=10)
fitM = train(x, y, trControl = trC, method="glmnet")
predict(fitM$finalModel, type="coefficients")
มันสมเหตุสมผลหรือไม่หรือฉันผสมคำศัพท์ทั้งสองแบบเข้าด้วยกันอย่างไม่ถูกต้อง?