Question

我正在尝试在R中找到一个用于正则逻辑回归的包，它可以预测0到1之间的值。虽然尝试了lars包，现在已经glmnet，但我没有太多运气。 }包。

下面是glmnet包参考手册中的示例代码，我不明白输出。

library(glmnet)

set.seed(1010)
n=1000;p=100
nzc=trunc(p/10)
x=matrix(rnorm(n*p),n,p)
beta=rnorm(nzc)
fx= x[,seq(nzc)] %*% beta
eps=rnorm(n)*5
y=drop(fx+eps)
px=exp(fx)
px=px/(1+px)
ly=rbinom(n=length(px),prob=px,size=1)
set.seed(1011)
cvob2=cv.glmnet(x,ly,family="binomial")
plot(cvob2) # had to add this comment to allow edit
coef(cvob2)
predict(cvob2,newx=x[1:5,], s="lambda.min")

             1
[1,] -1.721438
[2,]  0.914219
[3,]  1.111685
[4,]  1.805725
[5,] -4.200433

我不明白为什么输出不在0-1范围内。

我在这里误解了什么吗？

有人可以推荐一个易于使用的包进行正则化逻辑回归吗？

感谢。

Answer 1

检查predict.glmnet docs：默认情况下，它是type =“link”，即链接转换。

predict(cvob2,newx=x[1:5,],type="response", s="lambda.min")

R glmnet family =二项式预测值在0-1之外

1 个答案: