我通过我的训练数据集上的10倍交叉验证找到了我最好的lambda（套索），并通过测试数据集进行了验证。现在我想用我最好的lambda来拟合整个数据集的模型（使用训练和测试）。如何指定所选的lambda以适合我的Final模型。 我可以使用以下代码吗？
Final_model<-glmnet(x,y,family = "binomial",alpha = 1,lambda=lambda.min)
请帮忙， 提前谢谢。
答案 0 :(得分：0)
是的，你可以。以下是使用acl http_denied_request **match path and method type here**
http-request deny if http_denied_request
设置为1：
lambda.min<强>更新
如果在exacution期间有警告消息，这可能与使用单个lambda值有关，这在文档library(glmnet)
x=matrix(rnorm(100*20),100,20)
y=rep(0:1,50)
lambda.min=1
Final_model<-glmnet(x,y, family="binomial",alpha = 1,lambda=lambda.min)
Final_model
Call: glmnet(x = x, y = y, family = "binomial", alpha = 1, lambda = lambda.min)
Df %Dev Lambda
[1,] 0 -1.121e-15 1
中已弃用：
lambda：用户提供的lambda序列。典型的用法是拥有 程序根据nlambda和。计算自己的lambda序列 lambda.min.ratio。提供lambda值会覆盖此值。 警告： 小心使用。避免为lambda提供单个值（for CV使用后的预测预测（）代替）。供应而不是 减少λ值的序列。 glmnet依赖于它的温暖 从速度开始，它通常比整个路径更快 计算单一的契合度。