我正在使用 glmnet 包从 mtcars 数据集中获取以下图表（mpg 对其他变量的回归）：
library(glmnet)
fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1])
plot(fit, xvar='lambda')
如何为每条曲线添加变量名称，无论是在每条曲线的开头还是在其最大 y 点（最大远离 x 轴）？我试过了，我可以像往常一样添加图例，但不能在每条曲线上或其开始处添加标签。感谢您的帮助。
【问题讨论】：
由于标签是硬编码的，因此编写快速函数可能更容易。这只是一个快速的镜头，因此可以更改为更彻底。我还要注意，在使用套索时，通常会有很多变量，因此标签会有很多重叠（如您的小示例所示）
lbs_fun <- function(fit, ...) {
L <- length(fit$lambda)
x <- log(fit$lambda[L])
y <- fit$beta[, L]
labs <- names(y)
text(x, y, labels=labs, ...)
}
# plot
plot(fit, xvar="lambda")
# label
lbs_fun(fit)
【讨论】：
另一种选择是 plot_glmnet 函数中 plotmo 包裹。它会自动定位变量名 还有一些其他的花里胡哨。 比如下面的代码
library(glmnet)
mod <- glmnet(as.matrix(mtcars[-1]), mtcars[,1])
library(plotmo) # for plot_glmnet
plot_glmnet(mod)
给予
变量名分散开来防止过度绘图，但我们可以 仍然确定哪条曲线与哪个变量相关联。 更多示例可在第 6 章中找到 plotres vignette 其中包含在 plotmo 包。
【讨论】：
这是对最佳答案的修改，使用线段而不是直接覆盖曲线的文本标签。当有很多变量并且您只想打印绝对系数值大于零的变量时，这尤其有用：
#note: the argument 'lra' is a cv.glmnet object
lbs_fun <- function(lra, ...) {
fit <- lra$glmnet.fit
L=which(fit$lambda==lra$lambda.min)
ystart <- sort(fit$beta[abs(fit$beta[,L])>0,L])
labs <- names(ystart)
r <- range(fit$beta[,100]) # max gap between biggest and smallest coefs at smallest lambda i.e., 100th lambda
yfin <- seq(r[1],r[2],length=length(ystart))
xstart<- log(lra$lambda.min)
xfin <- xstart+1
text(xfin+0.3,yfin,labels=labs,...)
segments(xstart,ystart,xfin,yfin)
}
plot(lra$glmnet.fit,label=F, xvar="lambda", xlim=c(-5.2,0), lwd=2) #xlim, lwd is optional
【讨论】：