将 glmnet 与插入符号一起使用的正确方法是什么？

【问题标题】：What is the proper way to use glmnet with caret?将 glmnet 与插入符号一起使用的正确方法是什么？
【发布时间】：2017-05-31 20:23:53
【问题描述】：

我在阅读 glmnet 文档时发现了这个：

还要注意 cv.glmnet 的结果是随机的，因为折叠是随机选择的。用户可以通过运行来减少这种随机性 cv.glmnet 多次，并平均误差曲线。

以下代码使用带有重复 cv 的插入符号。

library(caret)

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

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

这是通过插入符号交叉验证运行 glmnet 的最佳方式吗？还是直接运行 glmnet 更好？

【问题讨论】：

标签： r r-caret glm glmnet

【解决方案1】：

您需要定义最佳方式。你想用吗

仅在数据集上进行正则化回归以进行特征选择？（在这种情况下，请使用 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错误进行了优化）。见下文。

“在许多情况下，使用这些具有内置特征选择的模型将比搜索例程的算法更有效正确的预测变量在模型外部。内置功能选择通常将预测器搜索算法与参数估计，通常用一个单一的优化目标函数（例如错误率或可能性）。”（库恩，插入符号包文档：caret feature selection overview)
或者你在比较不同的模型，其中之一是 glmnet？在这种情况下，插入符号可能是一个不错的选择。

【讨论】：