在 glmnet 中估计许多交互项

Question

据我了解，glmnet 采用矩阵，其中每列都是解释变量。

我有一个包含约 10 个解释变量（其中一些是因子）的数据框

我如何使用 y~(x1*x2*x3)+(x4*x5)+x6 之类的公式并使用 glmnet 进行估算？

我相信我必须创建一个矩阵，其中每个交互项都有自己的列，但我不知道如何简单地将公式和变量（其中一些是因子）输入并得到一个矩阵我可以轻松放入glmnet。

Answer 1

假设您想要一个y = b0 + b1*x1*x2 + b2*x3 + noise 形式的模型，其中目标变量y 和所有解释变量x1, x2, x3 存储在同一个数据框中。 ...

编辑：感谢@BenBolker 对model.matrix 的提示。

使用model.matrix，下面的代码提供了一个解决方案：

library(glmnet)

# the original data frame and formula
set.seed(23)
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5))
f <- as.formula(y~x1:x2+x3+0)
# no intercept here ('+0') because glmnet adds intercept by default

# transform dataframe to matrices as required by glmnet
x <- model.matrix(f, dat)
y <- as.matrix(dat$y, ncol=1)

# fit glmnet model with penalty parameter 0.001
g <- glmnet(x, y, lambda=0.001)
print(coef(g))
#   3 x 1 sparse Matrix of class "dgCMatrix"
#                   s0
# (Intercept) 0.3506450
# x3          0.2308045
# x1:x2       0.1016138

仅出于完整性考虑，这是我的原始答案，没有使用model.matrix，这需要一些手动干预：

library(glmnet)

# the original data frame
set.seed(23)
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5))

# transform dataframe to matrices as required by glmnet
x <- with(dat, as.matrix(cbind("x1*x2"=x1*x2, "x3"=x3)))
y <- with(dat, as.matrix(y, ncol=1))

# fit glmnet model with penalty parameter 0.001
g <- glmnet(x, y, lambda=0.001)
print(coef(g))
#   3 x 1 sparse Matrix of class "dgCMatrix"
#                   s0
# (Intercept) 0.3506450
# x1*x2       0.1016137
# x3          0.2308045