具有模型矩阵输入的penalty.factor

Question

我正在尝试使用glmnet来拟合一个模型。对于数据输入，我使用模型公式将数据转换为sparse.model.matrix格式。我正在尝试对我希望包含为控件的变量之一进行反正则化，但我无法使penalty.factor参数工作！首先，我不确定向量需要多长，模型矩阵对原始变量的每一层都有列，我需要为每一层指定一个penalty.factor吗？我相信我已经尝试过这两种方法，较长的惩罚向量似乎没有任何作用，而较短的惩罚向量会导致收敛误差。代码设置如下：

    X <- sparse.model.matrix(model.formula, data)
   fit <- glmnet::cv.glmnet(X, y, family = "poisson", type.multinomial = "ungrouped" , penalty.factor = reg.weights)

Answer 1

是的，你在正确的轨道上。penalty.factor应该是一个长度与稀疏模型矩阵中的列数相同的向量。在下面的示例中，它的长度需要为8。

dim(X) 
[1] 32  8

如果您遇到收敛问题，不幸的是，这是一个单独的问题，不一定与penalty.factor有关。