Rでの投げ縄回帰の交差検証

R関数cv.glm（ライブラリ：ブート）は、一般化線形モデルの推定K分割交差検定予測誤差を計算し、デルタを返します。なげなわ回帰（ライブラリ：glmnet）にこの関数を使用することには意味がありますか？その場合、どのように実行できますか？glmnetライブラリは、交差検証を使用して最適な回転パラメーターを取得しますが、最終的なglmnet方程式を交差検証する例は見つかりませんでした。

で投げ縄のためにバニラのプレーン相互検証を行う方法の例glmnetについてmtcars のデータ・セット。

1. データセットをロードします。

2. 機能（独立変数）を準備します。彼らはmatrixクラスのはずです。df含むカテゴリ変数をに変換する最も簡単な方法は、を使用することmatrixですmodel.matrix。glmnet注意してください。デフォルトでは切片がフィットするので、モデル行列から切片を取り除く方がよいでしょう。

3. 応答を準備します（従属変数）。平均以上のmpg効率の自動車（ '1'）と残りの非効率（ '0'）の自動車をコーディングしてみましょう。この変数を因数に変換します。

4. を介して交差検証を実行しますcv.glmnet。それはあなたが求めたものであるalpha=1デフォルトのglmnetパラメーターからピックアップします：投げ縄回帰。

5. 相互検証の出力を調べることにより、少なくとも2つの情報に関心がある可能性があります。

   • ラムダは、交差検証エラーを最小化します。glmnet実際には2つのラムダを提供していますlambda.minとlambda.1se。使用する実践的な統計学者としての判断の呼びかけです。

   • 結果の正則化された係数。

上記の指示に従ってRコードを参照してください：

# Load data set
data("mtcars")

# Prepare data set 
x   <- model.matrix(~.-1, data= mtcars[,-1])
mpg <- ifelse( mtcars$mpg < mean(mtcars$mpg), 0, 1)
y   <- factor(mpg, labels = c('notEfficient', 'efficient'))

library(glmnet)

# Run cross-validation
mod_cv <- cv.glmnet(x=x, y=y, family='binomial')

mod_cv$lambda.1se
[1] 0.108442

coef(mod_cv, mod_cv$lambda.1se)
                     1
(Intercept)  5.6971598
cyl         -0.9822704
disp         .        
hp           .        
drat         .        
wt           .        
qsec         .        
vs           .        
am           .        
gear         .        
carb         .  

mod_cv$lambda.min
[1] 0.01537137

coef(mod_cv, mod_cv$lambda.min)
                      1
(Intercept)  6.04249733
cyl         -0.95867199
disp         .         
hp          -0.01962924
drat         0.83578090
wt           .         
qsec         .         
vs           .         
am           2.65798203
gear         .         
carb        -0.67974620

最終コメント：

• モデルの出力は、係数の統計的有意性については何も言わず、値だけを示していることに注意してください。

• あなたが要求したl1ペナライザー（投げ縄）は、このブログ投稿とこのstackexchange 質問で証明されているように、不安定性で悪名高いです。より良い方法はalpha、l1とl2のペナライザーの適切な組み合わせを決定できるように、交差検証することです。

• 相互検証を行う別の方法は、キャレットの train( ... method='glmnet')

• そして最後に、詳細を知るための最良の方法cv.glmnetとそのデフォルトの方法glmnetは、もちろん?glmnetRのコンソールにあります）））