解釋R中glmnet中的系數名稱

Question

我使用glmnet使用以下代碼基於一組5個功能預測概率。 我需要實際的公式，因為我需要在不同的（非R）程序中使用它。

deg = 3

glmnet.fit <- cv.glmnet(poly(train.matrix,degree=deg),train.result,alpha=0.05,family='binomial')

結果系數的名稱有五個位置（我假設這是每個特征之一），並且它們中的每一個都是0到3之間的數字（我假設這是多項式的次數）。 但我仍然對如何重建公式感到困惑。

以這些為例：

> coef(glmnet.fit,s= best.lambda)  
(Intercept) -2.25e-01  
...
0.1.0.0.1    3.72e+02
1.1.0.0.1    9.22e+04
0.2.0.0.1    6.17e+02
...

我們稱之為A，B，C，D，E。 這是如何解釋公式的？

Y =
-2.25e-01 +
...
(3.72e+02 * (B * E) +
(9.22e+04 * (A * B * E) +
(6.17e+02 * (B^2 + E)
...

如果這不正確我該如何解釋呢？

我看到了以下問題和答案，但它沒有解決這些類型的系數名稱。

在此先感謝您的幫助。

Answer 1

通常，我們使用預測函數。 在您的情況下，您需要在另一個程序中使用系數。 我們可以檢查使用預測和數據乘以系數的結果之間的一致性。

# example data

library(ElemStatLearn) 
library(glmnet) 
data(prostate) 

# training data 

data.train <- prostate[prostate$train,] 
y <- data.train$lpsa 

# isolate predictors

data.train <- as.matrix(data.train[,-c(9,10)]) 

# test data

data.test <- prostate[!prostate$train,] 
data.test <-  as.matrix(data.test[,-c(9,10)]) 

# fit training model 

myglmnet =cv.glmnet(data.train,y) 

# predictions by using predict function 

yhat_enet <- predict(myglmnet,newx=data.test, s="lambda.min") 

#  get predictions by using coefficients 

beta  <- as.vector( t(coef(myglmnet,s="lambda.min"))) 

# Coefficients are returned on the scale of the original data. 
# note we need to add column  of 1s for intercept

testX <- cbind(1,data.test) 
yhat2  <- testX %*% beta 

# check by plotting predictions  

plot(yhat2,yhat_enet)

因此，每個系數對應於訓練數據中的一列。 第一個對應截距。 總之，您可以提取系數並乘以測試數據以獲得您感興趣的結果。