Как распараллелить альфа в функции gl mnet (а не cv.gl mnet) - PullRequest
Новая
       81

Как распараллелить альфа в функции gl mnet (а не cv.gl mnet)

0 голосов
/ 20 апреля 2020

Я собираюсь использовать оштрафованную модель регрессии из пакета glmnet в наборе данных панели. Быть панелью означает, что я буду тестировать модель не с перекрестной проверкой, а с прокруткой, поэтому я не буду использовать функцию cv.glmnet, которая работает только с перекрестной проверкой. Вместо этого я буду использовать функцию по умолчанию glmnet. Эта функция имеет два параметра, которые необходимо оптимизировать, lambda и alpha. lambda разрешено быть массивом, и если так, модель для каждого элемента в массиве подгоняется, но alpha должен быть скалярным. Я заинтересован в запуске моделей для различных значений alpha. До сих пор я делаю это последовательно с a для l oop, как в следующем примере (в этом примере для простоты я использую набор данных BostonHousing, хотя это не данные панели) 

# Load libraries
library(glmnet)
library(mlbench)
library(tidyverse)

# Load dataset
data(BostonHousing)

# Split into train / test
x_train = BostonHousing %>% slice(1:400) %>%  select(-c(medv, chas)) %>% as.matrix()
x_test = BostonHousing %>% slice(401:n()) %>% select(-c(medv, chas)) %>% as.matrix()

y_train = BostonHousing %>%  slice(1:400) %>%  select(medv) %>% as.matrix()
y_test = BostonHousing %>%  slice(401:n()) %>%  select(medv) %>% as.matrix()

# Define grid for parameters
lambda_param = 10^seq(-3, 1, by=0.5)
alpha_param = seq(0, 1, 0.1)

# Sequential approach
mse_sequential = matrix(NA,length(lambda_param), length(alpha_param))
for(i in seq_along(alpha_param))
{
  fit_seq = glmnet(x=x_train, y=y_train, family='gaussian', lambda=lambda_param, alpha=alpha_param[i])
  p = predict(fit_seq, newx=x_test)
  mse_sequential[,i] = map_dbl(seq_along(lambda_param), function(j){mean((p[,j]-y_test)^2)})
}

Этот подход работает, но кажется мне крайне неэффективным, и я подумал о его распараллеливании. Я попытался использовать пакет furrr (который учитывает паралелизацию функций purrr), но я столкнулся с двумя проблемами:

Задача 1

Следующий фрагмент кода (предположительно) запускается furrr последовательно: 

library(furrr)
plan(sequential)
glmnet_alpha = partial(glmnet, x = x_train, y = y_train, family = "gaussian", weights = rep(1, nrow(x_train)), lambda=lambda_param)
fit = future_map(alpha_param, glmnet_alpha)

Но решение, полученное с использованием для l oop, отличается от решения, полученного с использованием furrr. Например, глядя на коэффициенты для lambda=10 и alpha=0: 

fit_seq = glmnet(x=x_train, y=y_train, family='gaussian', lambda=10, alpha=0)
as.vector(fit_seq$beta)
as.vector(fit[[1]]$beta[,1])

Задача 2

Если я пытаюсь запустить furrr параллельно, я получаю сообщение об ошибке : 

plan(multiprocess)
glmnet_alpha = partial(glmnet, x = x_train, y = y_train, family = "gaussian", weights = rep(1, nrow(x_train)), lambda=lambda_param)
fit = future_map(alpha_param, glmnet_alpha)

Error in drop(y) : objeto 'y_train' no encontrado

Так что любая помощь в понимании того, что здесь происходит, или предоставление альтернативного подхода для параллельного запуска этого процесса.

...