我们如何为 glmnet 指定自定义 lambda 序列答案

【问题标题】：How can we specify a custom lambda sequence to glmnet我们如何为 glmnet 指定自定义 lambda 序列
【发布时间】：2015-02-11 21:23:03
【问题描述】：

我是R 中的glmnet 包的新手，我想根据已发表的研究论文中对glmnet.cv 函数的建议指定lambda 函数。文档建议我们可以提供lambdas 的递减序列作为参数。但是，在文档中没有关于如何执行此操作的示例。

如果有人能建议如何进行此操作，将不胜感激。我是否将 100 个奇数值的向量（nlambda 的默认值）传递给函数？这个向量的最小值和最大值应该有什么限制（如果有的话）？另外，在指定向量时，他们是否要记住关于nvars、nobs 等的事情？

提前致谢。

【问题讨论】：

这个问题可能更适合stats.stackexchange.com。
问题是关于如何在R 中正确编码一个过程，所以它似乎适合 SO。

标签： r parameters glmnet lasso-regression hyperparameters

【解决方案1】：

你可以像这样定义一个网格：

    grid=10^seq(10,-2,length=100) ##get lambda sequence
    ridge_mod=glmnet(x,y,alpha=0,lambda=grid)

【讨论】：

【解决方案2】：

这相当容易，尽管在原始文档中没有很好地解释；）

以下我使用的是 cox 系列，但您可以根据需要更改它

my_cvglmnet_fit <- cv.glmnet(x=regression_data, y=glmnet_response, family="cox", maxit = 100000)

然后您可以绘制由 cv.glmnet 创建的拟合对象，在图中您可以轻松查看 lambda 最小值的位置。其中一条垂直虚线是最小 lambda，另一条是 1se。

plot(my_cvglmnet_fit)

以下几行可帮助您查看非零系数及其对应值：

coef(my_cvglmnet_fit, s = "lambda.min")[which(coef(my_cvglmnet_fit, s = "lambda.min") != 0)]  # the non zero coefficients
colnames(regression_data)[which(coef(my_cvglmnet_fit, s = "lambda.min") != 0)]  # The features that are selected

这里有一些链接可能会有所帮助：
http://web.stanford.edu/~hastie/glmnet/glmnet_alpha.html
http://blog.revolutionanalytics.com/2013/05/hastie-glmnet.html

【讨论】：