Я пытаюсь найти остатки от подгонки glmnet.
Это мой код, как только я получаю подгонку "mdl" и минимальную лямбду, я получаю коэффициенты в матричной форме, а затем умножаю на матрицу дизайна X, чтобы получить то, что я считаю оценками подбора.
Есть ли более простой способ? Я действительно удивлен, что не могу найти функцию, такую как: glmnet $ residual
mdl = glmnet(as.matrix(X), as.matrix(df$EPS), family = "gaussian", intercept = FALSE, alpha = .8)
lambda = cv.glmnet(as.matrix(X), as.matrix(df$EPS), family = "gaussian", intercept = FALSE, alpha = .8)
est = predict(mdl, newx = as.matrix(data.frame(0,0,1,0,0,0,rev$as.double.estimate[1],0)), s = lambda$lambda.min)
beta_glmnet = as.matrix(predict(mdl, s = lambda$lambda.min, type = "coefficients", exact = T)[-1,])
residuals = (as.matrix(X) %*% beta_glmnet) - eps['qr_vals']