时间戳

首页 > 解决方案 > 在 R 中为多个弹性网使用特定的 alpha 参数

r - 在 R 中为多个弹性网使用特定的 alpha 参数

问题描述

alpha我正在尝试在 R 中同时执行多个弹性网络。我有一个 10x15 矩阵，每列称为 Xi 例如 X1、X2、...、X15并执行弹性网络以获得最佳lambda 参数。然后我将alpha值保存在我的环境中调用的数据框中，alphas如下所示

alpha
1  0.001
2  0.000
3  0.000
4  0.064
5  0.729
6  0.729
7  1.000
8  0.001
9  0.000
10 0.000
11  0.001
12  0.000
13  0.000
14  0.064
15  0.729

我的目标是使用我已经找到的相应 alpha 执行多个cv.glmnet（每个 Xi 一个）。例如alpha=0.001用于cv.glmnetXi 的模型等。如何替换下面代码中的 alpha 值以使用所有获得的 alpha 值？

data<-matrix(rnorm(36),nrow=10,ncol = 15)
colnames(data) <- c("X1", "X2", "X3", "X4", "X5", "X6","X7","X8","X9","X10","X11","X12","X13","X14","X15")
data #random data
library(glmnet)
library(coefplot)

A <- as.matrix(data)
set.seed(1234)
results <- lapply(seq_len(ncol(A)), function(i) {
  list(
    cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , type.measure = "mse" , nfolds = 10 , alpha = 1)
  )
})

标签： rparametersapplyglmnetregularized

解决方案

如果我们想做多个集合，请使用相同的列索引序列来对 alpha 进行子集化，因为alphaset 的列数与'A'length的列数相同matrix

alphaset  <- c( 0.001, 0, 0, 0.064, 0.729, 0.729, 1.0, 
           0.001, 0, 0, 0.001, 0, 0,  0.064, 0.729)
lst_out <- lapply(seq_len(ncol(A)), function(i) {
  list(
     cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , 
      type.measure = "mse" , nfolds = 10 , alpha = alphaset[i])
    )
        })

推荐阅读