据我所知,glmnet采用矩阵,其中每列是一个解释变量。
我有一个包含~10个解释变量(其中一些是因子)的数据框
如何使用y~(x1 * x2 * x3)+(x4 * x5)+ x6这样的公式并使用glmnet进行估算?
我相信我必须创建一个矩阵,其中每个交互项都有自己的列,但我不知道如何简单地将输入公式和变量(其中一些是因子),并获得输出矩阵我可以容易投入glmnet。
答案 0 :(得分:14)
假设您需要y = b0 + b1*x1*x2 + b2*x3 + noise
形式的模型,其中目标变量y
和所有解释变量x1, x2, x3
存储在同一数据框中。 ...
修改:感谢@BenBolker提示model.matrix
。
使用model.matrix
以下代码提供了解决方案:
library(glmnet)
# the original data frame and formula
set.seed(23)
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5))
f <- as.formula(y~x1:x2+x3+0)
# no intercept here ('+0') because glmnet adds intercept by default
# transform dataframe to matrices as required by glmnet
x <- model.matrix(f, dat)
y <- as.matrix(dat$y, ncol=1)
# fit glmnet model with penalty parameter 0.001
g <- glmnet(x, y, lambda=0.001)
print(coef(g))
# 3 x 1 sparse Matrix of class "dgCMatrix"
# s0
# (Intercept) 0.3506450
# x3 0.2308045
# x1:x2 0.1016138
仅为了完整性,这是我原来的答案,不使用model.matrix
,这需要一些人工干预:
library(glmnet)
# the original data frame
set.seed(23)
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5))
# transform dataframe to matrices as required by glmnet
x <- with(dat, as.matrix(cbind("x1*x2"=x1*x2, "x3"=x3)))
y <- with(dat, as.matrix(y, ncol=1))
# fit glmnet model with penalty parameter 0.001
g <- glmnet(x, y, lambda=0.001)
print(coef(g))
# 3 x 1 sparse Matrix of class "dgCMatrix"
# s0
# (Intercept) 0.3506450
# x1*x2 0.1016137
# x3 0.2308045