mlr：提取惩罚逻辑回归系数答案

【问题标题】：mlr: Extract penalized logistic regression coefficientsmlr：提取惩罚逻辑回归系数
【发布时间】：2018-04-17 11:13:11
【问题描述】：

使用mlr 时，拟合模型的参数（根据文档https://mlr-org.github.io/mlr-tutorial/release/html/train/index.html）通过getLearnerModel() 访问。然而，对于惩罚逻辑回归，这只是告诉我系数的数量，而不是它们是什么。如何获得系数值？这是我无法使用getLearnerModel() 获取值的示例。

library(mlr); library(titanic); suppressMessages(library(tidyverse))
#> Loading required package: ParamHelpers
data("titanic_train")
data <- titanic_train %>% 
  transmute(age = Age,
            class = as.factor(Pclass),
            survived = as.factor(Survived)) %>% 
  drop_na()
glimpse(data)
#> Observations: 714
#> Variables: 3
#> $ age      <dbl> 22, 38, 26, 35, 35, 54, 2, 27, 14, 4, 58, 20, 39, 14,...
#> $ class    <fct> 3, 1, 3, 1, 3, 1, 3, 3, 2, 3, 1, 3, 3, 3, 2, 3, 3, 2,...
#> $ survived <fct> 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0,...
task <- makeClassifTask(data = data, target = "survived")
learner <- makePreprocWrapperCaret("classif.penalized")
#> Loading required package: penalized
#> Loading required package: survival
#> Welcome to penalized. For extended examples, see vignette("penalized").
model <- train(learner, task)
getLearnerModel(model)
#> Model for learner.id=classif.penalized; learner.class=classif.penalized
#> Trained on: task.id = data; obs = 714; features = 2
#> Hyperparameters: trace=FALSE

由reprex package (v0.2.0) 于 2018 年 4 月 17 日创建。

【问题讨论】：

你试过getLearnerModel(model)@weights吗？
是的，当使用makePreprocWrapperCaret() 时，这似乎不起作用。
糟糕，我的意思是getLearnerModel(model)$learner.model@weights。
getLearnerModel(model)$learner.model@weights 得到的不是系数。将其与下面@Michel 的答案进行比较，存在差异。
只是为了探索对象getLearnerModel(model)，我在getLearnerModel(model)$learner.model@penalized中找到了系数...

标签： r coefficients mlr

【解决方案1】：

您已经创建了一个包装好的学习器。要检索（乘）嵌套学习器的基础学习器，请使用getLearnerModel(model, more.unwrap = TRUE)。以你为例

coef(getLearnerModel(model, more.unwrap = TRUE))

应该可以。

【讨论】：