【问题标题】:How do I set y for gmlnet with several predictors如何使用多个预测变量为 gmlnet 设置 y
【发布时间】:2019-06-27 12:22:59
【问题描述】:

我应该使用岭回归模型找到截距项。

“使用 alpha = 0 到 lambda = 0 的岭回归,离婚作为响应,所有其他变量作为预测变量。”

我知道我应该将我的数据转换为矩阵模式,然后将其转换为适合 glmnet 函数。我已经将我的响应转换为矩阵模式,但我也不确定如何将所有预测变量转换为矩阵模式。

set.seed(100)

require(faraway)
require(leaps)
require(glmnet)

mydata = divusa

mymodel = lm(divorce ~ year + unemployed + femlab + marriage + birth + 
military, data=mydata)
summary(mymodel)
.
.
.

y = model.matrix(divorce~.,mydata)

谁能帮助我的 x 变量的代码?我对 R 很陌生,发现它很难理解。

【问题讨论】:

    标签: r glmnet


    【解决方案1】:

    您的y = model.matrix(divorce~.,mydata) 实际上创建了您的预测器 矩阵(通常称为X)。试试

     X = model.matrix(divorce~.,mydata)
     y = mydata$divorce
     glmnet(X,y)
     glmnet(X,y,alpha=0,lambda=0)
    

    我认为,如果您设置 lambda=0,您实际上是在进行普通回归(即,您将惩罚设置为零,所以 ridge -> OLS)。

    【讨论】:

    • 谢谢!这真的很有帮助
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2013-12-25
    • 2016-11-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-11-13
    • 2019-06-11
    相关资源
    最近更新 更多