В настоящее время я использую пакет glmnet для запуска регрессии лассо (которая в приведенном ниже примере сохраняется в переменной «подходит». Затем, когда я рисую переменную подгонки, она появляется правильно, но метки коэффициентов очень маленькие. Любые идеи, как Я могу увеличить размер этих?
Воспроизводимый пример ниже...
require(glmnet)
#setup sample DF with 5 variables
set.seed(123)
sampleDF <- data.frame("V1"=rnorm(100,mean=0,sd=.10),"V2"=rnorm(100,mean=0,sd=.10),"V3"=rnorm(100,mean=0,sd=.10),"V4"=rnorm(100,mean=0,sd=.10),"V5"=rnorm(100,mean=0,sd=.10))
#break data into yVector & xMatrix to put into glmnet
yVector <- sampleDF[,1]
xMatrix <- as.matrix(sampleDF[,2:ncol(sampleDF)])
#use k-fold cross validation to find the min lambda
cv.glmmod <- cv.glmnet(xMatrix,yVector,alpha=1,nfolds=nrow(xMatrix),grouped=FALSE)
best_lambda <- cv.glmmod$lambda.min
#run glmnet
fits <- glmnet(xMatrix, yVector, family="gaussian", alpha=1, nlambda=100)
#plot results
plot(fits,label=TRUE,xvar="lambda")
plot.glmnet
, а затем наplotCoef
(3-я последняя строка), это будет выглядеть так, как будто размер этикетки жестко закодирован - person user2957945   schedule 26.05.2015