Извлечение ненулевых коэффициентов в glmnet в R - PullRequest
Новая
       162

Извлечение ненулевых коэффициентов в glmnet в R

0 голосов
/ 04 марта 2019

Я делаю лассо логистическую регрессию.Я использовал cv.glmnet, чтобы получить ненулевые коэффициенты.И это похоже на работу, т. Е. Я получаю некоторые ненулевые коэффициенты, а остальные идут в ноль.Тем не менее, когда я использую функцию coef для печати всех коэффициентов, она дает мне список всех коэффициентов.Есть ли способ извлечь коэффициенты и их имена, которые не равны нулю.Код того, что я сделал: 

cv.lasso = cv.glmnet(x_train,y_train, alpha = 0.6, family = "binomial")
coef(cv.lasso, s=cv.lasso$lambda.1se)

Когда я использую coef, я получаю следующий вывод: 

4797 x 1 sparse Matrix of class "dgCMatrix"

                  1

(Intercept)   -1.845702

sampleid.10    .       
sampleid.1008  .

Я хочу извлечь имя и значение ненулевых коэффициентов.Как я могу это сделать?

1 Ответ

0 голосов
/ 04 марта 2019

Очень удобный способ сделать это - функция extract.coef пакета coefplot.

Вот простой воспроизводимый пример, адаптированный из документов cv.glmnet:

library(glmnet)
library(coefplot)

set.seed(1010)
n=1000;p=100
nzc=trunc(p/10)
x=matrix(rnorm(n*p),n,p)
beta=rnorm(nzc)
fx= x[,seq(nzc)] %*% beta
eps=rnorm(n)*5
y=drop(fx+eps)
px=exp(fx)
px=px/(1+px)
ly=rbinom(n=length(px),prob=px,size=1)
set.seed(1011)

# model:
cvob1=cv.glmnet(x,y)

Здесь x имеет 100 переменных, от V1 до V100;какие из них имеют ненулевые коэффициенты? 

extract.coef(cvob1)
# result:
                  Value SE Coefficient
(Intercept) -0.11291017 NA (Intercept)
V1          -0.41095526 NA          V1
V2           0.50127803 NA          V2
V4          -0.40319404 NA          V4
V5          -0.42518885 NA          V5
V6           0.42609526 NA          V6
V7           0.41845873 NA          V7
V8          -1.54881117 NA          V8
V9           1.23284876 NA          V9
V10          0.31187777 NA         V10
V14         -0.03085618 NA         V14
V18         -0.15211282 NA         V18
V26          0.19704039 NA         V26
V30         -0.11568702 NA         V30
V31         -0.07108829 NA         V31
V36          0.15282509 NA         V36
V39          0.10250912 NA         V39
V47         -0.02602025 NA         V47
V60          0.04502238 NA         V60
V63         -0.07051392 NA         V63
V68          0.06431373 NA         V68
V75         -0.35798561 NA         V75
...