lasso

    0热度

    2回答

    例如:考虑路线/主题 路线应该将其自身放入指定为路线/查询参数的主题(读取:LESS颜色变量)中。 基于主题参数,自定义的JS脚本也可能需要注入。 根据提供的参数(这会排除预先配置套索或使用bower.json),脚本和样式可能会也可能不会包含在内。这也意味着必须在路由呈现模板之前指定依赖关系。 我目前使用的Marko V4 + ExpressJS +套索+少+套索马尔科+套索少 我不张贴代码,因

    2热度

    1回答

    我有一个包含1000个观察值和76个变量的数据集,其中约有20个是分类变量。我想在整个数据集上使用LASSO。我知道有因素变量在LASSO中通过lars或glmnet并不真正起作用,但变量太多,并且存在太多不同的,无序的值,他们可以对这些变量进行合理的数值重新编码。 在这种情况下可以使用LASSO吗?我该怎么做呢?创建预测的矩阵债收益率这样的响应: hdy<-as.numeric(housingD

    2热度

    2回答

    我很喜欢在statsmodels中使用线性LASSO回归,所以为了能够使用“公式”表示法来编写模型,这将为处理很多分类变量以及它们的交互时节省相当多的编码时间。但是,它似乎还没有在统计模型中实现?

    0热度

    2回答

    任何人都可以建议任何现存r包实现融合套索与有序logit模型? 我检查r软件包,包括glmnet,genlasso,penalizedLDA和orderedLasso但其中没有包括融合处罚,广义线性模型...

    3热度

    2回答

    在下面的示例中,我使用3个变量predict,var1和var2(一个因子)设置了df。 当我在插入符号或glmnet中运行模型时,系数会转换为虚拟变量,如var2b。 我想以编程方式提取变量名称并匹配原始变量名称,而不是虚拟变量名称 - 有没有办法做到这一点? 这只是一个例子,我的现实世界的问题有很多不同的级别的变量,因此,我想避免这样做手动,就像试图排除“b”。 谢谢! library(car

    4热度

    3回答

    我试图在Python中重现以下R结果。在这种特殊情况下,R预测技能低于Python技能,但通常我的经验并非如此(因此希望以Python重现结果的原因),因此请忽略此处的细节。 目标是预测花种('杂色'0或'维吉尼卡'1)。我们有100个标签样本,每个样本包含4个花的特征:萼片长度,萼片宽度,花瓣长度,花瓣宽度。我将数据分为训练(60%的数据)和测试集(40%的数据)。将10倍交叉验证应用于训练集以

    1热度

    1回答

    我一直试图在R中创建一个随机化套索函数,但它似乎没有产生与Python sklearn随机化套索函数相同的结果。我在这里应用相同的理念,但无法理解其中的差异。该代码被修改基于该代码:randomized lasso function in R. 这里是代码和样本数据: # generate synthetic data set.seed(100) size = 750 x = matrix(

    1热度

    1回答

    我想对950个样本和大约5000个特征的数据使用套索优化。套索函数是$(1 /(2 * numberofsamples))* || y - Xw ||^2_2 + alpha * || w || _1 $。一旦尝试使用初始化的最小化,我得到完全不同的w这很奇怪,因为套索是凸的,初始化不应该影响结果。这是带和不带初始化的套索的结果。 tol是宽容。如果w的变化变为低音容忍,则会发生收敛。 tol=0

    0热度

    1回答

    使用glmnet我进口了一些数据如下 surv <- read.table("http://www.stat.ufl.edu/~aa/glm/data/Student_survey.dat",header = T) x <- as.matrix(select(surv,-ab)) y <- as.matrix(select(surv,ab)) glmnet::cv.glmnet(x,y,al

    0热度

    2回答

    首先,非常感谢您的关注和时间。我的问题(使用R): 为了预测yvar,我已经运行套索回归从而减少该组xvariables的从736至30 lasso.mod =glmnet(x,y,alpha=1) cv.out =cv.glmnet (x,y,alpha=1) lasso.bestlam =cv.out$lambda.min tmp_coef = coef(cv.out,s=lasso.b