来自 cv.glmnet 的警告信息

Question

我目前有类似下面的代码。

set.seed(1)
library(glmnet)
matrix_example <- matrix(runif(100000), ncol = 50)
grid <- 10 ^ seq(20, -2, length = 500)
x <- matrix_example[, -1]
y <- matrix_example[, 1] %>%
  scale(center = TRUE, scale = FALSE) %>%
  as.matrix()
fit_cv_glmnet <- cv.glmnet(x, y, lambda = grid, alpha = 1)
fit_glmnet <- glmnet(x, y, lambda = grid, alpha = 1)

但是，当我运行 cv.glmnet 时，我收到以下警告消息

Warning messages:
1: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
2: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
3: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
4: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
5: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
6: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
7: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
8: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
9: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values
10: In regularize.values(x, y, ties, missing(ties), na.rm = na.rm) :
  collapsing to unique 'x' values

当我运行glmnet 时，我根本没有收到此消息。我收到cv.glmnet 的警告有什么原因吗？它与函数计算交叉验证错误的方式有关吗？正如我所说，glmnet 函数工作正常，我能够识别出其模型对应于最小 BIC 的 lambda。

谢谢。

Answer 1

问题似乎是用户提供的 lambda 序列使算法出错。此序列为每个 lambda 生成相同的结果/错误（如 cv.glmnet 对象中的 cvm 向量所示）。

如果您需要用户提供的序列，我建议您在调用函数时使用 nlambda 和 lambda.min.ratio 参数指导算法创建它。如下所示，更改参数以适合您的目的。

cv.glmnet(x, y, alpha = 1, nlambda = 500, lambda.min.ratio = 10^(-2))

值得一提的是，警告消息本身与内部调用的stats::regularize.values 函数有关，该函数本身是从approx 函数调用的。这似乎是 lambda 序列问题的症状，而不是其本身的问题。