【问题标题】：How to calculate R Squared value for Lasso regression using glmnet in R如何在 R 中使用 glmnet 计算 Lasso 回归的 R 平方值
【发布时间】：2018-11-09 16:12:52
【问题描述】：

我正在使用 glmnet 包在 R 中执行套索回归：

fit.lasso <- glmnet(x,y)
plot(fit.lasso,xvar="lambda",label=TRUE)

然后使用交叉验证：

cv.lasso=cv.glmnet(x,y)
plot(cv.lasso)

One tutorial（最后一张幻灯片）为 R^2 建议以下内容：

R_Squared =  1 - cv.lasso$cvm/var(y)

但它没有工作。

我想了解模型在拟合数据时的效率/性能。因为我们在 r 中执行 lm() 函数时通常会得到 R^2 并调整 R^2。

【问题讨论】：

标签： r linear-regression glmnet lasso-regression

【解决方案1】：

如果您使用“高斯”族，您可以通过

访问 R 平方值

fit.lasso$glmnet.fit$dev.ratio

【讨论】：

来自 glmnet 文档，dev.ratio 是 The fraction of (null) deviance explained (for "elnet", this is the R-square).

【解决方案2】：

我用示例数据来演示一下

图书馆（glmnet）

加载数据

data(BinomialExample)
head(x) 
head(y)

用于交叉验证

cvfit = cv.glmnet(x, y, family = "binomial", type.measure = "class")
rsq = 1 - cvfit$cvm/var(y)
plot(cvfit$lambda,rsq)

【讨论】：

【解决方案3】：

首先用选定的 lambda 拟合 Lasso 模型

...

lasso.model <- glmnet(x=X,y=Y, family = "binomial", alpha=1, lambda = cv.model$lambda.min )

那么你可以从拟合模型中得到伪 R2

`lasso.model$dev.ratio`

这个值给出模型解释的偏差/空偏差

【讨论】：