绘制岭回归 MSE 的交叉验证答案

【问题标题】：Plotting cross validation of ridge regression's MSE绘制岭回归 MSE 的交叉验证
【发布时间】：2021-03-28 11:50:57
【问题描述】：

首先，我必须为我糟糕的英语道歉。其次，这篇文章的目的是我想用 ggplot2 而不是 R 中包含的函数plot 重现岭回归的 MSE 的图。

cv.out 的对象由下一个表达式定义： cv.out <- cv.glmnet(x_var[train,], y_var[train], alpha = 0)。当我打印该对象时，这些是 cv.out

的元素

	Lambda	Measure	SE	Nonzero
min	439.8	32554969	1044541	5
lse	1343.1	33586547	1068662	5

这是plot(cv.out)的情节：

我想做同样的情节但用ggplot 更详细的东西我不知道在函数中加入了哪些美学。当我这样调用对象时，这些是 cv.out 的元素：cv.out$：

λ
cmv
cvsd
简历
cvlo
nzero
打电话
姓名
lambda.min
lambda.lse

最后，感谢您的帮助。对此，我真的非常感激。 :)

【问题讨论】：

标签： r ggplot2 plot regression glmnet

【解决方案1】：

使用示例数据集：

X = as.matrix(mtcars[,-1])
y = as.matrix(mtcars[,1])
cv.out = cv.glmnet(X,y,alpha=0)
plot(cv.out)

您只需提取值并放入 data.frame，并使用 geom_point() 和 geom_errorbar() 进行绘图：

df = with(cv.out,
     data.frame(lambda = lambda,MSE = cvm,MSEhi=cvup,MSElow=cvlo))

ggplot(df,aes(x=lambda,y=MSE)) + 
geom_point(col="#f05454") + 
scale_x_log10("log(lambda)") + 
geom_errorbar(aes(ymin = MSElow,ymax=MSEhi),col="#30475e") + 
geom_vline(xintercept=c(cv.out$lambda.1se,cv.out$lambda.min),
linetype="dashed")+
theme_bw()

【讨论】：