[英]How to generate all first-order interaction terms for Lasso Logistic Regression?
在glmnet中有沒有辦法進行一階交互?
例如,如果我的X矩陣是:
V1 V2 V3
0 1 0
1 0 1
1 0 0
...
有沒有辦法指定它在“y~V1 + V2 + V3 + V1 * V2 + V2 * V3 + V1 * V3”的行中做某事而無需手動創建列? 我的實際矩陣更大,並且手動創建所有一階交叉產品會很痛苦。
這種公式的正確R語法是
y~(V1+V2+V3)^2
例如
set.seed(15)
dd <- data.frame(V1=runif(50), V2=runif(50), V3=runif(50), y=runif(50))
lm(y~(V1+V2+V3)^2, dd)
Call:
lm(formula = y ~ (V1 + V2 + V3)^2, data = dd)
Coefficients:
(Intercept) V1 V2 V3 V1:V2 V1:V3 V2:V3
0.54169 -0.10030 -0.01226 -0.10150 0.38521 -0.03159 0.01200
或者,如果要對y
以外的所有變量建模,
lm(y~(.)^2, dd)
Call:
lm(formula = y ~ (.)^2, data = dd)
Coefficients:
(Intercept) V1 V2 V3 V1:V2 V1:V3 V2:V3
0.54169 -0.10030 -0.01226 -0.10150 0.38521 -0.03159 0.01200
兩者都是一樣的
lm(y~V1+V2+V3+V1:V2+V1:V3+V2:V3, dd)
Call:
lm(formula = y ~ V1 + V2 + V3 + V1:V2 + V1:V3 + V2:V3, data = dd)
Coefficients:
(Intercept) V1 V2 V3 V1:V2 V1:V3 V2:V3
0.54169 -0.10030 -0.01226 -0.10150 0.38521 -0.03159 0.01200
您可以將這些公式與model.matrix
一起使用以創建矩陣
model.matrix(y~(V1+V2+V3)^2,dd)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.