問題タブ [lasso-regression]

（ラッソ回帰を実装する）でk分割交差検定を使用してglmnetいましたが、これからROCグラフを作成することはできません。

これにより、近似値のログのように見えるベクトルが得られます。この後、いくつかのROCチャートを生成しようとしましたが、機能しませんでした。に入るxオブジェクトとyオブジェクトの性質によるものだと思いますglmnet。あなたはなにか考えはありますか。

バイナリ データで次のエラスティック ネット モデルを実行しています (1 = 悪い、0 = 良い)。デフォルトでglmnetが適合するモデルのタイプを知っている人はいますか：P（y = 1）またはP（y = 0）。モデルに合わせて前者を選択する方法はありますか。

大量のデータ セットを含む txt ファイルがあります。なげなわやリッジ推定器を使用して回帰式を当てはめるにはどうすればよいですか?

私は使用する限り得ました：gridge

ただし、そのラムダセクションが何をしているのかはわかりません。Web サイトで見つけたのですが、そこにどのような値を設定すればよいかわかりません。

そして、出力を解釈する方法がわかりません: 修正された HKB 推定量は 5.465433 修正された L-W 推定量は 7.6435664 3.24 での GCV の最小値

その情報を使用してどのように回帰方程式を当てはめることができますか?

lars パッケージを使用してなげなわ回帰を実行しようとしていますが、lars ビットを機能させることができないようです。コードを入力しました：

ただし、次のエラー メッセージが表示されます: rep(1, n) のエラー: 無効な「回」引数。

次のように入力してみました。

しかし、次のエラー メッセージが表示されます。

どこが間違っていますか？

編集: データ - 以下のとおりですが、さらに 5 つの列があります。

linear_model.lars_pathscikit-learn で (model = 'lasso') を実行したときのなげなわパスの動作について混乱しています。

重み (係数) がアクティブ (0 からの差分) になると、LARS アルゴリズムの今後のすべてのステップでアクティブなままにしておく必要があると考えました。

データに対してアルゴリズムを実行すると、係数がアクティブになり、後でゼロになる (アクティブ セットから削除される) 場合があることに気付きました。これは LARS アルゴリズムの正しい動作ですか、それとも scikit-learn の実装にバグがあるのでしょうか?

cv.larsについて質問があります。以下は、私が使用するデータの説明です。

larsパッケージを使用して既に投げ縄を実行しています。私のコードは次のとおりです。

上記の手順はうまくいくようです。ただし、ラムダ値を相互検証しようとすると、次のエラーが発生します。

相互検証の私のコードは次のとおりです。

何が起こっているのか誰にも分かりませんか？そのエラーが何を意味するのか、データ (またはコード) の何が問題なのか、本当にわかりません。

幅広いデータセットで glmnet lasso を実行すると問題が発生します。私のデータは N=50 ですが、p > 49000 で、すべての因子です。したがって、glmnet を実行するには、model.matrix を作成する必要がありますが、model.matrix(formula, data) を呼び出すと、メモリが不足します。ここで、formula = Class ~ です。

実際の例として、データセットを生成します:

その後、glmnet に入力する model.matrix を作成しようとしました。

最後のステップ (X = model.matrix ...) で、メモリが不足しています。私に何ができる？

help(predict.lars)パラメータは「値、または値のベクトルであり、パスにインデックスを付けます。そのs値は mode= 引数に依存します。デフォルト (mode="step") では、s は 0 から p の間の値を取る必要があります (たとえば、1.3 のステップは、ステップ 1 と 2 の間の 0.3 を意味します。)」

「パスにインデックスを付ける」とはどういう意味ですか? また、sは 1 ～ の間の値を取る必要がありますpが、とは何pですか? このパラメーターpは、ヘルプ ファイルのどこにも記載されていません。

これは基本的なことだと思いますが、SO についての質問は 1 つもありませんpredict.lars。

Rのパッケージを使用してLASSO（最小絶対収縮および選択演算子）を実行しようとしていlarsます。これが私のデータの次元です：

薄暗い(y): 235 50

薄暗い(x): 235 15

以下を実行する場合:

次のエラーが表示されます。

応答変数「y」をベクトルにすると、次のようになります。

できます！ただし、これを行うと、LASSO はパネルの 3000 のうち 1 つの証券に対して実行されます。この数式をどのように拡張して、データのパネルを分析できますか?? 3000 銘柄のそれぞれについて個別に LASSO を実行することは、横断的なダイナミクスを除外するためあまり意味がありません。

私が得ることができるどんな助けも使うことができました！ありがとう！

次のように、パッケージを使用してglmnetLASSOの見積もりを取得しています。

を使用して係数を抽出することはできますが、各変数の標準誤差とZ スコアcoef(model)を取得する方法がわかりませんでした。