如何从 glmnet 多项式中恢复非零系数？

Question

来自https://glmnet.stanford.edu/articles/glmnet.html#multinomial-regression-family-multinomial- 的工作示例：

data(MultinomialExample)
x <- MultinomialExample$x
y <- MultinomialExample$y
cvfit <- cv.glmnet(x, y, family = "multinomial")

cvfit 然后返回：

Call:  cv.glmnet(x = x, y = y, family = "multinomial") 

Measure: Multinomial Deviance 

      Lambda Index Measure      SE Nonzero
min 0.009791    35   1.409 0.05611      14
1se 0.022619    26   1.455 0.04132       9

现在我想提取 9 个非零系数。然而：

sum(matrix(coef(cvfit)$'1') != 0)
sum(matrix(coef(cvfit)$'2') != 0)
sum(matrix(coef(cvfit)$'3') != 0)

返回 10、12、10。此外：

length(Reduce(intersect, 
              list(rownames(coef(cvfit)$'1')[matrix(coef(cvfit)$'1') != 0], 
                   rownames(coef(cvfit)$'2')[matrix(coef(cvfit)$'2') != 0], 
                   rownames(coef(cvfit)$'3')[matrix(coef(cvfit)$'3') != 0])))

返回 1。

对于 lambda.1se，非零 = 9 代表什么？当type.multinomial = "ungrouped"（family = "multinomial" 时默认设置cv.glmnet()）时，我如何恢复这些变量名称和相应的系数？

谢谢

Answer 1

set.seed(1839)
X <- replicate(10, rnorm(100))
y <- X[, 1] + rnorm(100)

library(glmnet)
mod <- cv.glmnet(X, y)
as.data.frame(as.matrix(coef(mod$glmnet.fit, s = mod$lambda.1se)))

返回：

                   s1
(Intercept) 0.1072691
V1          0.6947232
V2          0.0000000
V3          0.0000000
V4          0.0000000
V5          0.0000000
V6          0.0000000
V7          0.0000000
V8          0.0000000
V9          0.0000000
V10         0.0000000