R中的岭回归逐步答案

【问题标题】：stepwise for Ridge Regression in RR中的岭回归逐步
【发布时间】：2018-08-31 14:44:05
【问题描述】：

我正在基于 R 的岭回归进行建模。我想逐步进行岭回归，但是，我只能得到一个错误，上面写着

“terms.default(object) 中的错误：没有 terms 组件或属性”

我的 R 代码：

TempReg = step(lm.ridge(DepVar ~ ., data = RandomVars,lambda = 0),direction="both", trace=0)

我使用一般回归时的 R 代码（可行）：

TempReg = step(lm(DepVar ~ ., data = RandomVars), direction="both", trace=0)

如果我想逐步为山脊制作该怎么办

【问题讨论】：

逐步对岭回归没有多大意义。更改 lambda 以进行正则化 - 提供值向量。如果您对正则化 + 模型选择感兴趣，请查看 lasso。您有什么兴趣可以查看glmnet
谢谢@missuse

【解决方案1】：

您可以尝试先使用逐步然后再使用岭回归。但如前所述，它没有意义，因为它基本上是 Lasso 回归。您还可以尝试弹性网络回归，因为它同时使用 L1 和 L2 惩罚。

【讨论】：

嗨，@deez。我用 step-wise 选择了 lasso 而不是 ridge。你怎么看。
我不太确定，因为 Lasso 给出了一个零系数并删除了它认为与响应变量无关的变量。逐步做类似的事情。您应该分别尝试它们并查看已从两者中删除了哪些变量。比较这些模型和您的模型，它们应该非常相似。他们可能会给你同样的答案。告诉我进展如何