[英]Call glmnet from Rcpp (Armadillo)
我想在Rcpp Armadillo
提取glmnet
的系数估计(在交叉验证之后),以将其用于Armadillo
另一个功能中。 我搜索了类似的问题,但找不到解决方案。
我附上我的尝试。 (不起作用)即使我可以得到cv.glmnet
的列表结果,也无法使用coef
函数来获取系数。
R代码
library(glmnet)
set.seed(1)
X = matrix(rnorm(1e3 * 201), 1e3, 201)
beta = -100:100
y = X%*%beta + rnorm(1e3)
cvfit = cv.glmnet(X, y, alpha = 1)
coefs = coef(cvfit, s = "lambda.min")
coefs # get these coefficients from Rcpp
cv.glmnet
参数
args(cv.glmnet)
> function (x, y, weights, offset = NULL, lambda = NULL, type.measure = c("mse", "deviance", "class", "auc", "mae"), nfolds = 10, foldid,
alignment = c("lambda", "fraction"), grouped = TRUE, keep = FALSE,
parallel = FALSE, ...)
NULL
C ++代码
#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]
Rcpp::List f_cpp(const arma::mat &x, const arma::vec &y,
const arma::vec &weights,
const arma::vec &lambda, double alpha,
int nfolds = 10){
Rcpp::Environment pkg = Rcpp::Environment::namespace_env("glmnet");
Rcpp::Function f_R = pkg["cv.glmnet"];
Rcpp::Nullable<arma::vec> offset = pkg["offset"];
Rcpp::CharacterVector type_measure = pkg["type.measure"];
arma::vec foldid = pkg["foldid"];
Rcpp::CharacterVector alignment = pkg["alignment"];
bool grouped = pkg["grouped"];
bool keep = pkg["keep"];
bool parallel = pkg["parallel"];
return f_R(x, y, weights, offset, lambda,
type_measure, nfolds, foldid,
alignment, grouped, keep, parallel, alpha = alpha);
// coef(f_R(...)) ???
}
从C ++调用cv.glmnet
函数很复杂(甚至可能是不可能的),因为它使用了R提供的很多可能性,从而使函数签名非常灵活。 但是,可以使用实际使用的签名在R中定义一个包装函数。 与其从(全局)环境中获取此函数,不如将其作为函数参数提交:
library(glmnet)
#> Loading required package: Matrix
#> Loading required package: foreach
#> Loaded glmnet 2.0-16
set.seed(1)
X = matrix(rnorm(1e3 * 201), 1e3, 201)
beta = -100:100
y = X%*%beta + rnorm(1e3)
# set seed since cv.glmnet uses random numbers
set.seed(1)
cvfit = cv.glmnet(X, y, alpha = 1)
coefs = coef(cvfit, s = "lambda.min")
# set seed since cv.glmnet uses random numbers
set.seed(1)
my.glmnet <- function(x, y, alpha) {
cvfit <- cv.glmnet(x, y, alpha = alpha)
coef(cvfit, s = "lambda.min")
}
Rcpp::cppFunction(depends = "RcppArmadillo", "
arma::sp_mat f_cpp(const arma::mat &x, const arma::vec &y, double alpha, Rcpp::Function f_R) {
arma::sp_mat coef = Rcpp::as<arma::sp_mat>(f_R(x, y, alpha));
return coef;
}")
coefs2 <- f_cpp(X, y, alpha = 1, my.glmnet)
all(coefs - coefs2 == 0)
#> [1] TRUE
由reprex软件包 (v0.3.0)创建于2019-06-12
当然,与将系数返回给R相比,您可以对所计算的系数做更多有趣的事情。由于C ++无法知道R函数返回的参数类型,因此必须使用显式的Rcpp::as
。 在这种情况下,它是一个稀疏矩阵,可以将其转换为arma::sp_mat
。 顺便说一句,这使矩阵的Dimnames
了,这就是为什么不能使用all.equal
进行比较的原因。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.