为惩罚模型编写循环答案

【问题标题】：Write a loop for penalized models为惩罚模型编写循环
【发布时间】：2019-06-11 23:34:03
【问题描述】：

我在 R 中使用 glmnet 包为大学的一门学科工作。我开始使用 R，我需要帮助解决一些问题：

我需要做一个练习，我训练和测试 500 次，一些模型（OLS、Ridge 和 LASSO）。之后，我需要为 500 次迭代中的每一次存储 MSE。在训练步骤中，我必须使用 5 折交叉验证。

所以我遇到了问题，因为我不知道如何编写正确的代码。

我需要知道如何以我可以使用 5 倍 cv 的方式配置 cv.glmnet，以及如何编写循环以进行 500 次迭代并存储每个迭代的 MSE。

非常感谢你，对不起我的英语！

#Generación de muestra de entrenamiento
ne <- 100
pe <- 100
listx<-list()
for(listx in 1:500) {
  xtrain <- matrix (rnorm(ne*pe), ne, pe)
ytrain <- apply(xtrain[,1:pe], 1, sum) + rnorm(ne)

olsreg <- lm(ytrain~xtrain)

ridgereg <-cv.glmnet(xtrain, ytrain, type.measure = "mse", alpha=0, family="gaussian")

ridgeregpr <- predict(ridgereg, s=ridgereg$lambda.min, newx=xtest)

mseridge <-mean((ytest-ridgeregpr)^2)

lassoreg <-cv.glmnet(xtrain, ytrain, type.measure = "mse", alpha=1, family="gaussian")

lassoregpr <- predict(lassoreg, s=lassoreg$lambda.min, newx=xtest)

mselasso <-mean((ytest-lassoregpr)^2)
}

results <- data.frame()

【问题讨论】：

标签： r

【解决方案1】：

我尝试运行您的代码并找到了解决方案。

首先

在您的代码中没有xtest 和ytest。

所以我是随机做的

第二

listx 必须是存储结果的结果，而不是迭代！！

我将for语句中的listx更改为iter

第三

我将结果分配给listx 列表。迭代后，我使用rbindlist 使其成为data.frame 类。在我的代码中，我迭代它 10 次而不是 500 只是为了方便！！

library(glmnet)
library(data.table)
#Generación de muestra de entrenamiento
ne <- 100
pe <- 100
listx<-list()

for(iter in 1:10) {
  xtrain <- matrix (rnorm(ne*pe), ne, pe)
  ytrain <- apply(xtrain[,1:pe], 1, sum) + rnorm(ne)

  xtest <- matrix (rnorm((ne-50)*(pe)), ne-50)
  ytest <- apply(xtest[,1:(pe-50)], 1, sum) + rnorm(ne-50)


  olsreg <- lm(ytrain~xtrain)

  ridgereg <-cv.glmnet(xtrain, ytrain, type.measure = "mse", alpha=0, family="gaussian")

  ridgeregpr <- predict(ridgereg, s=ridgereg$lambda.min, newx=xtest)

  mseridge <-mean((ytest-ridgeregpr)^2)

  lassoreg <-cv.glmnet(xtrain, ytrain, type.measure = "mse", alpha=1, family="gaussian")

  lassoregpr <- predict(lassoreg, s=lassoreg$lambda.min, newx=xtest)

  mselasso <-mean((ytest-lassoregpr)^2)

  listx[[iter]] = data.frame(mseridge = mseridge,
                           mselasso = mselasso)

}
results <- rbindlist(listx)

结果如下所示

> results
    mseridge mselasso
 1: 36.36702 42.04854
 2: 44.73392 81.36519
 3: 40.37621 75.39565
 4: 42.75282 61.04850
 5: 42.30007 55.44008
 6: 55.58605 76.35885
 7: 38.62277 36.18105
 8: 36.77701 69.17898
 9: 56.83311 75.61917
10: 33.56595 66.23441

【讨论】：