如何执行 lm.ridge 总结？答案

【问题标题】：How to perform lm.ridge summary?如何执行 lm.ridge 总结？
【发布时间】：2014-10-14 15:32:25
【问题描述】：

我想知道有没有办法在 R 中输出岭回归的摘要？这是lm.ridge{MASS} 函数的结果。

对于标准线性模型，您只需执行summary(lm_model)，但是岭回归模型呢？感谢您的帮助。

【问题讨论】：

【解决方案1】：

我刚刚在我的broom 包中添加了一个总结（或更准确地说，tidies）"ridgelm" 对象的方法。这采用两个 S3 泛型的形式：tidy 和 glance。您可以使用devtools::install_github("dgrtwo/broom") 安装它（尽管您需要先安装devtools）。

作为一个例子，让我们设置一个岭回归：

library(MASS)
names(longley)[1] <- "y"
fit <- lm.ridge(y ~ ., longley, lambda = seq(0.001, .05, .001))

tidy 函数提供了一个数据框，显示 lambda 和估计项的每个组合：

library(broom)
td <- tidy(fit)
head(td)
##   lambda    GCV term estimate
## 1  0.001 0.1240  GNP    23.02
## 2  0.002 0.1217  GNP    21.27
## 3  0.003 0.1205  GNP    19.88
## 4  0.004 0.1199  GNP    18.75
## 5  0.005 0.1196  GNP    17.80
## 6  0.006 0.1196  GNP    16.99

虽然glance 函数创建了一个单行摘要，特别是通过各种方法对 lambda 的选择：

g <- glance(fit)
g
##       kHKB     kLW lambdaGCV
## 1 0.006837 0.05267     0.006

这很有用，因为它可以轻松地自己绘制和探索数据，而不是依赖 MASS 的绘图仪：

library(ggplot2)
ggplot(td, aes(lambda, estimate, color = term)) + geom_line()

# plot of GCV versus lambda
ggplot(td, aes(lambda, GCV)) + geom_line() +
    geom_vline(xintercept = g$lambdaGCV, col = "red", lty = 2)

有关这些方法的更多信息，请参阅?ridgelm_tidiers，或查看包的小插图以了解有关tidy 和glance 方法的更多信息。

【讨论】：

你可以使用内置函数'select'代替glance - 它的工作原理是一样的。 ggplot 函数的工作原理与常规 plot.lmridge 相同（当然看起来更简洁）。
@MarcinKosinski: select 工作方式不同，因为它打印选定的值而不是返回它们（因此无法保存它们，提取它们，例如，将它们组合起来，或将它们添加到图表中）。 plot.ridgelm 生成了类似的图表，但值得注意的是它没有附带图例或选择颜色的方法。（实际上，由于plot.ridgelm 不会将其... 传递给matplot，因此您完全无法自定义它。
好的，我明白了。谢谢:)

【解决方案2】：

ridgelm 类没有 summary 方法：

> methods(class = 'ridgelm')
[1] coef.ridgelm*   plot.ridgelm*   print.ridgelm*  select.ridgelm*

这个摘要应该返回什么？您可以从 ridgelm-object 中提取您需要的所有信息。

但是，您也可以为自己的目的编写自己的摘要方法（首先检查summary.lm() 的代码）。如果您对它感到满意，可以将其发送给 MASS 的维护者。

【讨论】：

你真的认为他们会关心并在他们的包中发布这个功能吗？
您可能会收到有趣的回复。一般来说，Ripley 教授会在他认为合适的时候加入支持职能，所以他没有这样做可能是有原因的。

【解决方案3】：

你可以使用我来自 CRAN 的 lmridge 包。

【讨论】：

我希望能通过一个简短的用例以及我可以参考的文献来扩展答案！提前致谢。