虚系数回归因子

Question

假设我在稀疏矩阵上有一个经过训练的glmnet模型，多个预测器包含不同级别的因素(因此也包括不同数量的虚拟预测器)。

df <- data.frame(y=runif(10), catVar=as.factor(sample(0:5,10,TRUE)))
A <- model.matrix(y ~ catVar,df) 
train <- cv.glmnet(A[,c('catVar3', 'catVar4')], df$y)
coef(train, s="lambda.min")

转换虚拟系数/值或整体公式的最佳(最有效)方法是什么，就好像虚拟列不是稀疏格式(只是一列不同的因素)？

编辑:我需要将虚拟系数和它们的斜率/值转换回每个级别的不同斜率的单个系数。

Answer 1

从邮寄名单中改编一个巧妙的例子，

n <- length(levels(df$catVar))
factor(A%*%1:n, labels = levels(df$catVar))

Answer 2

使用max.col获取索引向量，然后转换回一个因子，将级别设置为列名。

编辑示例：

X <- model.matrix(~group-1, sleep)                                               

factor(max.col(X), labels=colnames(X))                                           

Answer 3

稀疏矩阵的独立答案。您可以转换为三元组并直接读取索引：

require(Matrix)                                                                  
X <- Diagonal(10)[sample(10,20,T), ]                                             
factor(as(X, "TsparseMatrix")@j, labels=LETTERS[1:10])                                    

如果您的矩阵存储转置，那么您应该能够使用@i。