predict.glmnet（）给出了适用于type =“链接”和“响应”使用家庭=“二项式”

Question

拿这个情况下（logistic回归经典蟹数据）相同的预测：

> library(glmnet) 
> X <- read.table("http://www.da.ugent.be/datasets/crab.dat", header=T)[1:10,] 
> Y <- factor(ifelse(X$Sa > 0, 1, 0)) 
> Xnew <- data.frame('W'=20,'Wt'=2000) 
> fit.glmnet <- glmnet(x = data.matrix(X[,c('W','Wt')]), y = Y, family = "binomial") 

现在我想从Xnew预测新的价值观：

按照docs我可以使用predict.glmnet：

型

需要的预测类型。类型“链接”给出了“二项式”，“多项式”，“泊松”或“cox”模型的线性预测变量 ;对于 “高斯”模型，它给出了拟合值。键入“响应”给出 为“二项”或“多项”拟合概率，[...]

所以这是我做的：

> predict.glmnet(object = fit.glmnet, type="response", newx = as.matrix(Xnew))[,1:5] 
     s0   s1   s2   s3   s4 
-0.8472979 -0.9269763 -1.0057390 -1.0836919 -1.1609386 
> predict.glmnet(object = fit.glmnet, type="link", newx = as.matrix(Xnew))[,1:5] 
     s0   s1   s2   s3   s4 
-0.8472979 -0.9269763 -1.0057390 -1.0836919 -1.1609386 

相同的值都为linkresponse预测，这不是我所期望的。使用predict似乎给我正确的价值观：

> predict(object = fit.glmnet, type="response", newx = as.matrix(Xnew))[,1:5] 
     s0  s1  s2  s3  s4 
0.3000000 0.2835386 0.2678146 0.2528080 0.2384968 
> predict(object = fit.glmnet, type="link", newx = as.matrix(Xnew))[,1:5] 
     s0   s1   s2   s3   s4 
-0.8472979 -0.9269763 -1.0057390 -1.0836919 -1.1609386 

这是一个错误，还是我在一个错误的方式使用predict.glmnet？

Answer 1

内的分组glmnet，你的目标是lognet类：

> class(object) 
[1] "lognet" "glmnet" 

这就是为什么你不与predict.glmnet，在内部不支持type="response"得到正确的结果，但如果你会得到它使用predict.lognet：

> predict.lognet(object = fit.glmnet, newx = as.matrix(Xnew), type="response")[,1:5] 
     s0  s1  s2  s3  s4 
0.3000000 0.2835386 0.2678146 0.2528080 0.2384968 
> predict.lognet(object = fit.glmnet, newx = as.matrix(Xnew), type="link")[,1:5] 
     s0   s1   s2   s3   s4 
-0.8472979 -0.9269763 -1.0057390 -1.0836919 -1.1609386 

无论如何，我会建议你，你使用predict，令R决心间最终使用哪些功能。

希望它有帮助。