如何获取特定 lambda 的交叉验证套索的系数（不是“1se”或“min”lambda）答案

【问题标题】：How to get the coefficents of a Cross Validated Lasso for a specific lambda (Not the “1se” or “min” lambda)如何获取特定 lambda 的交叉验证套索的系数（不是“1se”或“min”lambda）
【发布时间】：2021-06-17 11:12:09
【问题描述】：

我在 R 中使用 cv.gamlr 函数运行 CV Lasso。我可以获得与“1se”或“min”标准相对应的 lambda 系数。

set.seed(123)
lasso<-cv.gamlr(x = X, y = Y, family ='binomial')
coef(lasso,select = "1se")
coef(lasso,select = "min")

但是，如果我想获取特定 lambda 的系数，并存储在 lasso$gamlr$lambda 向量中，该怎么办？有可能获得它们吗？例如，要获取模型中第一个 lambda 的系数......像这样：

lambda_100<-  lasso$gamlr$lambda[100]  
coef(lasso,select = lambda_100)

当然，这会发送以下错误：

match.arg(select) 中的错误：“arg”必须为 NULL 或字符向量

谢谢:)

【问题讨论】：

标签： r data-science cross-validation lasso-regression

【解决方案1】：

系数存储在lasso$gamlr$beta 下，在您的示例中，您可以像这样访问它们：

library(gamlr)
x = matrix(runif(500),ncol=5)
y = rnorm(100)
cvfit <- cv.gamlr(x, y, gamma=1)

dim(cvfit$gamlr$beta)
[1]   5 100

length(cvfit$gamlr$lambda)
[1] 100

cvfit$gamlr$lambda[100]
    seg100 
0.00125315 
    
cvfit$gamlr$beta[,drop=FALSE,100]
5 x 1 sparse Matrix of class "dgCMatrix"
       seg100
1  0.12960060
2 -0.16406246
3 -0.46566731
4  0.08197053
5 -0.54170494

或者如果你更喜欢向量：

cvfit$gamlr$beta[,100]
         1           2           3           4           5 
 0.12960060 -0.16406246 -0.46566731  0.08197053 -0.54170494

【讨论】：