誰かがglmnetのfoldid引数が何をするか説明できますか？

関数で使用するアルファを決定しようとしglmnetていますが、ヘルプファイルに次のように記載されています。

cv.glmnetはアルファの値を検索しないことに注意してください。特定の値を指定する必要があります。指定しない場合、デフォルトでalpha = 1と見なされます。ユーザーがアルファも交差検証したい場合は、事前に計算されたベクトルfoldidを使用してcv.glmnetを呼び出し、次にこの同じフォールドベクトルを異なるアルファ値のcv.glmnetへの呼び出しで使用する必要があります。

しかし、私は理解していません：

1. foldid vector / argumentとは何ですか。
2. foldidベクトルの作成方法
3. foldid引数の使用方法。

これでどんな援助でも大歓迎です！

fold.idユーザーがの相互検証フォールドを事前に指定できるようにしますcv.glmnet。たとえば、データがある場合

x    | y    | fold.id
-----+------+--------
0    | 1    | 1
1    | 1    | 1
0    | 0    | 2
1    | 2    | 2
.    | .    | .

次に、fold.id指定された列を引数として渡すと、cv.glmnet（たとえば）最初の2つの観測が同じフォールドに存在し、3番目と4番目の観測が同じ（異なる）フォールドに存在します。

著者は、最適なでのいくつかのエラーの相互検証推定に基づいて個別のコレクションから選択する場合、それぞれに同じフォールド構造を使用することがベストプラクティスであることを示唆しています。各決定するときの相互検証の数。$\alpha$$\lambda_{\alpha}$$\lambda_{\alpha}$

Glmnet Vignetteによると、glmnetを設定する1つの方法foldidは次のとおりです。

foldid<-sample(1:10,size=length(y),replace=TRUE)

そして、一連のアルファに適用します。

cv1=cv.glmnet(x,y,foldid=foldid,alpha=1)
cv.5=cv.glmnet(x,y,foldid=foldid,alpha=.5)
cv0=cv.glmnet(x,y,foldid=foldid,alpha=0)

このsample()関数を使用すると、基本的に、応答変数行列yの長さに対して、指定した範囲（= 1：nfolds）の乱数のベクトルを生成できます。このようにして、入力行列の各行をランダムな（ただし設定された）分割に割り当てます。