Elasticnet回归（glmnet）预测测试数据中所有观察结果的相同值

我使用following教程对我自己的数据尝试进行岭，套索和弹性网络回归。但是，我得到的预测值与所有不可能为真的行相同，因此我也得到了相同的fit和mse值。Elasticnet回归（glmnet）预测测试数据中所有观察结果的相同值

我真的很感激，如果有人比我更了解R，我会看看我的代码，也许指出我做错了什么。那就是：

library (glmnet) 
require(caTools) 
set.seed(111) 

new_flat <- fread('RED_SAMPLED_DATA_WITH_HEADERS.csv', header=TRUE, sep = ',') 
sample = sample.split(new_flat$SUBSCRIPTION_ID, SplitRatio = .80) 
train = subset(new_flat, sample == TRUE) 
test = subset(new_flat, sample == FALSE) 

x=model.matrix(c201512_TOTAL_MARGIN~.-SUBSCRIPTION_ID,data=train) 
y=train$c201512_TOTAL_MARGIN 

x1=model.matrix(c201512_TOTAL_MARGIN~.-SUBSCRIPTION_ID,data=test) 
y1=test$c201512_TOTAL_MARGIN 



# Fit models: 
fit.lasso <- glmnet(x, y, family="gaussian", alpha=1) 
fit.ridge <- glmnet(x, y, family="gaussian", alpha=0) 
fit.elnet <- glmnet(x, y, family="gaussian", alpha=.5) 


# 10-fold Cross validation for each alpha = 0, 0.1, ... , 0.9, 1.0 
fit.lasso.cv <- cv.glmnet(x, y, type.measure="mse", alpha=1, 
          family="gaussian") 
fit.ridge.cv <- cv.glmnet(x, y, type.measure="mse", alpha=0, 
          family="gaussian") 
fit.elnet.cv <- cv.glmnet(x, y, type.measure="mse", alpha=.5, 
          family="gaussian") 

for (i in 0:10) { 
    assign(paste("fit", i, sep=""), cv.glmnet(x, y, type.measure="mse", 
              alpha=i/10,family="gaussian")) 
} 


# Plot solution paths: 
par(mfrow=c(3,2)) 
# For plotting options, type '?plot.glmnet' in R console 
plot(fit.lasso, xvar="lambda") 
plot(fit10, main="LASSO") 

plot(fit.ridge, xvar="lambda") 
plot(fit0, main="Ridge") 

plot(fit.elnet, xvar="lambda") 
plot(fit5, main="Elastic Net") 


yhat0 <- predict(fit0, s=fit0$lambda.1se, newx=x1) 
yhat1 <- predict(fit1, s=fit1$lambda.1se, newx=x1) 
yhat2 <- predict(fit2, s=fit2$lambda.1se, newx=x1) 
yhat3 <- predict(fit3, s=fit3$lambda.1se, newx=x1) 
yhat4 <- predict(fit4, s=fit4$lambda.1se, newx=x1) 
yhat5 <- predict(fit5, s=fit5$lambda.1se, newx=x1) 
yhat6 <- predict(fit6, s=fit6$lambda.1se, newx=x1) 
yhat7 <- predict(fit7, s=fit7$lambda.1se, newx=x1) 
yhat8 <- predict(fit8, s=fit8$lambda.1se, newx=x1) 
yhat9 <- predict(fit9, s=fit9$lambda.1se, newx=x1) 
yhat10 <- predict(fit10, s=fit10$lambda.1se, newx=x1) 

mse0 <- mean((y1 - yhat0)^2) 
mse1 <- mean((y1 - yhat1)^2) 
mse2 <- mean((y1 - yhat2)^2) 
mse3 <- mean((y1 - yhat3)^2) 
mse4 <- mean((y1 - yhat4)^2) 
mse5 <- mean((y1 - yhat5)^2) 
mse6 <- mean((y1 - yhat6)^2) 
mse7 <- mean((y1 - yhat7)^2) 
mse8 <- mean((y1 - yhat8)^2) 
mse9 <- mean((y1 - yhat9)^2) 
mse10 <- mean((y1 - yhat10)^2)

编辑：在代码中的情节看起来像

来源

2016-11-22 Ali Zia

对于每个我得到的所有行，我得到48.1531，所有mse的值都是1003.14。不幸的是，我不可能共享数据，但我可以分享代码中提到的情节。 –

每个模型的系数输出是什么？如果您的因变量和自变量之间的相关性较差，则套索的系数可以减小到0，而脊线的系数可以减小到接近0，这将返回每行的因变量的平均值。你也可以提供你的数据的一个小样本？ – MorganBall

你能提供你的模型返回的系数吗？你的依赖变种48.1531的平均值是多少？ '意思是（c201512_TOTAL_MARGIN）' – MorganBall

在你的预测功能使用s=fit0$lambda.min而非s=fit0$lambda.1se尝试。你的系数非常快速地降到0，所以s=fit0$lambda.1se可能太高是一个惩罚因素。 lambda确定系数的惩罚权重，如果它太高，那么系数将为零，并且预测将等于截距，这是因变量的平均值。 Y = 0.48 + 0 * X

来源

2016-11-22 11:08:14 MorganBall

你说得对，当我改为lambda.min时，我确实得到了某种预测。我的原始数据已被人为拓宽和展平。即为了获得更多的预测变量，我将catagorical列转化为数值，这导致了一个相当稀疏的3-4k列矩阵。你认为这可能是它的原因吗？ –

是的，这可能是一个原因，因为我想它削弱了依赖变量和自变量之间的相关性。我可能也只是简单地说，你的独立变量不是你的依赖变量的一个很好的预测因子。用弹性网络类型回归你必须记住的是在减少最小似然（或OLS）损失函数和减小系数大小之间的平衡。如果X与Y非强相关，那么即使在小的lambda水平下，系数也可以减小到0或接近0 – MorganBall

Elasticnet回归（glmnet）预测测试数据中所有观察结果的相同值

回答

相关问题