时间戳

首页 > 解决方案 > 为什么使用 glmnet 模型时 R 中的“预测”会返回高维预测？

r - 为什么使用 glmnet 模型时 R 中的“预测”会返回高维预测？

问题描述

这是一个重现该问题的小示例：

model <- glmnet(matrix(rnorm(3*100), 100, 3), rbernoulli(100))
preds <- predict(model, matrix(rnorm(3*100), 100, 3))
dim(preds)
# 100 60

但由于预测变量是伯努利，我希望输出是 1 维或 2 维（1每个类别的概率或概率）。

我查看了 forglmnet和 for的文档，predict但找不到任何描述这种行为的内容。我正在寻找的是简单地将模型拟合到一些训练数据，然后计算类概率，以便我可以计算 AUC。

我主要是在询问这种行为，因为例如，如果我将 rpart 包与 一起使用predict，则不会发生这种情况，例如

df <- data.frame(cbind(matrix(rnorm(3*100), 100, 3), rbernoulli(100)))
model <- rpart(X4 ~ ., df)
length(predict(model, data.frame(matrix(rnorm(3*100), 100, 3))))
# 100, as expected

来自 Python，我发现很多这种混乱，因为该predict函数似乎是通用的，尽管它显然对于两个二进制分类器的行为不同。

标签： rmachine-learningglmglmnet

解决方案

在 R 中，您会发现许多示例，在这些示例中，您会根据函数输入的维度/类等获得输出。

对于glmnet，默认情况下，您提供一系列 lambda：

lambda（即收缩因子）是正则化回归模型（glmnet）的超参数。

set.seed(1)
model <- glmnet(matrix(rnorm(3*100), 100, 3), purrr::rbernoulli(100))
preds <- predict(model, matrix(rnorm(3*100), 100, 3))

dim(preds)
#[1] 100  61

length(model$lambda)
[1] 61

您需要根据所需的性能度量对其进行调整，以找到模型的最佳/最佳值。拥有它后，您可以使用它来获得最终预测。就像是：

model <- glmnet(matrix(rnorm(3*100), 100, 3), purrr::rbernoulli(100), 
                lambda = 0.19)        # assuming its an optimal value
preds <- predict(model, matrix(rnorm(3*100), 100, 3))

dim(preds)
# [1] 100   1

whilerpart默认情况下不需要超参数，因为它无需修剪即可拟合完整的树，这相当于提供与拟合数据对应的单个超参数值直到叶节点。因此，您获得了一组预测。使用这个当前分类器的缺点是它没有泛化。

因此，如果您要从 python 转移到 R 来执行应用机器学习任务，最好利用caret 包，它是一个在统一建模方法下结合多个统计模型的同构框架。

推荐阅读