問題タブ [lasso-regression]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
random - glmmLasso のランダム効果の構造
360 個の観測値のセットで、150 個までの固定効果変数と 7 個の変量効果変数の間でモデル選択を実行したいと考えています。glmmLasso を使用して、混合モデルに Lasso 手順を使用することにしました。成功しなかった同等のモデルの例をいくつか見つけるために、私は多くの研究を行いました。これが私のデータのサンプルです：
応答変数はカウント (RHI_counts_12) です。
私の質問は、モデル内の変量効果変数の構造についてです。2 つのカテゴリ変量効果変数 ("Site" と "Location"; "Location" は "Site" にネストされています) と 5 つの数値変量効果変数があります。モデルを次のように構成しました (固定効果変数のサンプルのみを使用)。
これらの 2 つのカテゴリカル ネストされたランダム効果がある場合、ランダム効果を構造化する正しい方法についてはまったく確信が持てません。Site にネストされた Location を持つモデルが必要ですが、これが得られるとは思いません。ランダム効果の出力は次のとおりです (この出力では、「Loc」は場所を表し、「siteName」はサイトを表します)。
それは正しいと思いますか。「サイト」にネストされた「場所」を使用してこのモデルを構築することはできませんでした (他のすべてのランダム要因も「サイト」にネストされます)。さまざまな方法を試しましたが成功しませんでした。
私を読んでくれて、そして glmmLasso のランダム効果の構造についてアドバイスをくれてありがとう！:-)
トーマス
r - 1L ペナルティと 10 倍交差検証によるロジスティック回帰
トレーニング セットに L1 ペナルティを伴うロジスティック回帰を適用しようとしています。ペナルティ パラメーターの最適値を見つけるには、10 倍の交差検証を使用する必要があります。x1-x3 のモデルで x1-x14 のモデルと同じ結果が得られる理由を誰か教えてもらえますか?
データ：
x1-x3 の場合
x1-x14用
別の方法を試してみましたが、最終的に x1-x3 と x1-x14 で同じ値が得られます。
python - Pythonでロジスティックなげなわを実行するには?
scikit-learn パッケージは関数Lasso()を提供しLassoCV()ますが、線形関数ではなくロジスティック関数に適合するオプションはありません... Python でロジスティックなげなわを実行するにはどうすればよいですか?
python - 非ゼロ係数のPython LASSO最大数
100 を超える係数と数千のエントリを含むかなり大きなデータセットがあります。したがって、モデルのトレーニングには Lasso アプローチを使用したいと思います。
現在、次の sci-kit ドキュメントを調べています。
実装は単純に見えますが、非ゼロ係数の最大数を 10 などに制限できる入力引数を見つけることができませんでした。
より明確にするために、Lasso の MatLab 実装では、パラメーター 'DFMax' により上記が可能になります。
Python 実装にそのようなオプションはありますか?