9

因子を含む式を使用する場合、適合モデルは係数に XY という名前を付けます。ここで、X は因子の名前で、Y は因子の特定のレベルです。これらの係数の名前から式を作成できるようにしたいと考えています。

理由: なげなわをスパース計画行列に適合させる場合 (以下で行うように)、非ゼロ係数の項のみを含む新しい数式オブジェクトを作成したいと考えています。

require("MatrixModels")
require("glmnet")
set.seed(1)
n <- 200
Z <- data.frame(letter=factor(sample(letters,n,replace=T),letters),
                x=sample(1:20,200,replace=T))
f <- ~ letter + x:letter + I(x>5):letter
X <- sparse.model.matrix(f, Z)
beta <- matrix(rnorm(dim(X)[2],0,5),dim(X)[2],1)
y <- X %*% beta + rnorm(n)

myfit <- glmnet(X,as.vector(y),lambda=.05)
fnew <- rownames(myfit$beta)[which(myfit$beta != 0)]
 [1] "letterb"              "letterc"              "lettere"             
 [4] "letterf"              "letterg"              "letterh"             
 [7] "letterj"              "letterm"              "lettern"             
[10] "lettero"              "letterp"              "letterr"             
[13] "letters"              "lettert"              "letteru"             
[16] "letterw"              "lettery"              "letterz"             
[19] "lettera:x"            "letterb:x"            "letterc:x"           
[22] "letterd:x"            "lettere:x"            "letterf:x"           
[25] "letterg:x"            "letterh:x"            "letteri:x"           
[28] "letterj:x"            "letterk:x"            "letterl:x"           
[31] "letterm:x"            "lettern:x"            "lettero:x"           
[34] "letterp:x"            "letterq:x"            "letterr:x"           
[37] "letters:x"            "lettert:x"            "letteru:x"           
[40] "letterv:x"            "letterw:x"            "letterx:x"           
[43] "lettery:x"            "letterz:x"            "letterb:I(x > 5)TRUE"
[46] "letterc:I(x > 5)TRUE" "letterd:I(x > 5)TRUE" "lettere:I(x > 5)TRUE"
[49] "letteri:I(x > 5)TRUE" "letterj:I(x > 5)TRUE" "letterl:I(x > 5)TRUE"
[52] "letterm:I(x > 5)TRUE" "letterp:I(x > 5)TRUE" "letterq:I(x > 5)TRUE"
[55] "letterr:I(x > 5)TRUE" "letteru:I(x > 5)TRUE" "letterv:I(x > 5)TRUE"
[58] "letterx:I(x > 5)TRUE" "lettery:I(x > 5)TRUE" "letterz:I(x > 5)TRUE"

これから私は式を持ちたいと思います

~ I(letter=="d") + I(letter=="e") + ...(etc)

formula() と all.vars() を無駄にチェックアウトしました。また、これを解析する関数を書くのは、さまざまな種類の用語が発生する可能性があるため、少し面倒です。たとえば、x が数値で文字が因子の場合の x:letter や、もう 1 つの煩わしいケースとしての I(x>5):letter の場合です。

だから、数式とその文字表現の間で変換して元に戻す関数を認識していませんか?

4

2 に答える 2

4

コードを実行すると、set.seed() が指定されていなかったため、少し異なる結果が得られました。変数名「letter」を使用する代わりに、便利な分割マーカーとして「letter_」を使用しました。

> fnew <- rownames(myfit$beta)[which(myfit$beta != 0)]

> fnew
 [1] "letter_c" "letter_d" "letter_e" "letter_f" "letter_h" "letter_k" "letter_l"
 [8] "letter_o" "letter_q" "letter_r" "letter_s" "letter_t" "letter_u" "letter_v"
[15] "letter_w"

次に、分割を行い、文字マトリックスにパッケージ化します。

> fnewmtx <- cbind( lapply(sapply(fnew, strsplit, split="_"), "[[", 2),
+ lapply(sapply(fnew, strsplit, split="_"), "[[", 1))

fnewmtx [,1] [,2]
letter_c "c" "letter" letter_d "d" "letter" letter_e "e" "letter" letter_f "f" "letter" 残りを切り取った

そして、貼り付け関数の出力を as.formula() でラップしました。これは、「式とその文字表現の間で変換して元に戻す」方法に対する答えの半分です。残りの半分は as.character() です

form <- as.formula( paste("~", 
             paste( 
               paste(" I(", fnewmtx[,2], "_ ==", "'",fnewmtx[,1],"') ", sep="") , 
             sep="", collapse="+")
                 ) 
           )  # edit: needed to add back the underscore

出力は適切なクラス オブジェクトになりました。

> class(form)
[1] "formula"
> form
~I(letter_ == "c") + I(letter_ == "d") + I(letter_ == "e") + 
    I(letter_ == "f") + I(letter_ == "h") + I(letter_ == "k") + 
    I(letter_ == "l") + I(letter_ == "o") + I(letter_ == "q") + 
    I(letter_ == "r") + I(letter_ == "s") + I(letter_ == "t") + 
    I(letter_ == "u") + I(letter_ == "v") + I(letter_ == "w")

as.formula 変換により、文字を囲むシングル クォーテーションがダブル クォーテーションになったのは興味深いことです。

編集：問題に1つまたは2つの追加の次元があるので、私の提案は式の再作成をスキップすることです. myfit$beta の行名は X の列名とまったく同じであることに注意してください。そのため、代わりにゼロ以外の行名をインデックスとして使用して、X 行列の列を選択します。

> str(X[ , which( colnames(X) %in% rownames(myfit$beta)[which(myfit$beta != 0)] )] )
Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
  ..@ i       : int [1:429] 9 54 91 157 166 37 55 68 117 131 ...
  ..@ p       : int [1:61] 0 5 13 20 28 36 42 50 60 68 ...
  ..@ Dim     : int [1:2] 200 60
  ..@ Dimnames:List of 2
  .. ..$ : chr [1:200] "1" "2" "3" "4" ...
  .. ..$ : chr [1:60] "letter_b" "letter_c" "letter_e" "letter_f" ...
  ..@ x       : num [1:429] 1 1 1 1 1 1 1 1 1 1 ...
  ..@ factors : list()

> myfit2 <- glmnet(X[ , which( colnames(X) %in% rownames(myfit$beta)[which(myfit$beta != 0)] )] ,as.vector(y),lambda=.05)
> myfit2

Call:  glmnet(x = X[, which(colnames(X) %in% rownames(myfit$beta)[
                                           which(myfit$beta != 0)])], 
              y = as.vector(y), lambda = 0.05) 

     Df   %Dev Lambda
[1,] 60 0.9996   0.05
于 2010-11-25T22:57:21.017 に答える
2

クリストファー、あなたが求めているものは、いくつかの検討と検討の結果、sparse.model.matrix多少関与しているように見えます. 完全なスパース モデル マトリックスを形成したくない理由を説明していないX_testため、以下の 2 つのオプション以外の方法をアドバイスすることは困難です。

に多数の観測値があり、計算上の理由で でX_test使用する完全な疎行列を作成したくない場合は、サンプルを 2 つ以上のチャンクに分割し、それぞれのスパース モデル行列を形成する方が適切な場合があります。順番に、使用後に廃棄します。predict()X_test

それができない場合は、Matrix パッケージのコードを詳細に学習する必要があります。から始めて、その関数で を呼び出し、呼び出しを見つけるsparse.model.matrixことに注意してください。おそらく、これらの関数からコードを選択する必要がありますが、達成したいことを達成するには変更を使用してください。Matrix:::model.spmatrixMatrix:::fac2Sparsefac2Sparse

申し訳ありませんが、これを行うための既製のスクリプトを提供することはできませんが、これは実質的なコーディング作業です。そのルートをたどる場合は、Matrix パッケージのSparse Model Matricesビネットをチェックし、 (CRAN から) パッケージ ソースを取得して、言及した関数がソース コードでより適切に文書化されているかどうかを確認します (fac2Sparseたとえば、Rd ファイルはありません) 。 ）。また、Matrix の著者 (Martin Maechler と Doug Bates) にアドバイスを求めることもできますが、この 2 人は今学期、特に大きな教育負荷を抱えていることに注意してください。

幸運を！

于 2010-12-01T17:10:37.700 に答える