用lasso回归指定测量类型

Question

我试着用glmnet和lasso泊松回归做变量选择。

如果我使用：

model.lasso <- glmnet(X,ED.visits, family="poisson", alpha=1, nlambda=1000)

但我被要求用“越轨”作为衡量手段。我跑的时候出错了：

model.lasso <- glmnet(X,ED.visits, type.measure=c("deviance"), family="poisson", alpha=1, nlambda=1000)

type.measure是正确的规范，根据：文献资料。

Answer 1

对于泊松家族回归，默认情况下，它适合使用偏差(最小化)。cv.glmnet的目的是使用交叉验证找到最优的lambda，但是由于您已经指定了它，使用cv.glmnet和glmnet的结果是相同的：

library(glmnet)
x = matrix(rnorm(10000),1000,10)
y = rpois(1000,10)
cv.lasso <- cv.glmnet(x,y, 
type.measure="deviance", family="poisson", 
alpha=1, nlambda=1000)

model.lasso <- glmnet(x,y, family="poisson", 
alpha=1, nlambda=1000)

> identical(cv.lasso$glmnet.fit$beta,model.lasso$beta)
[1] TRUE

你需要找到最优的蓝宝石吗？如果不只是使用glmnet而不使用type=的“度量衡”参数。