Question

我很难通过R包lars估算我的数据模型。

例如，我创建了一个伪数据集x和相应的值y，如下所示：

x = cbind(runif(100),rnorm(100))
colnames(x) = c("a","b")
y = 0.5 + 3 * x[,1,drop = FALSE]

接下来，我使用lars函数训练一个使用套索正则化的模型：

m = lars(x,y,type = "lasso", normalize = FALSE, intercept = TRUE)

现在我想知道估计的模型是什么（that I know to be: y = 0.5 + 3 * x[,1] + 0 * x[,2]）

我只对最后一步获得的系数感兴趣：

cf = predict(m, x, s=1, mode = "fraction", type = "coef")$coef
cf
a b 
3 0

这些是我期望的系数，但我找不到从0.5获取截距（m）的方法。

我试图检查predict.lars的代码，其中适合的地方是这样的：

fit = drop(scale(newx, 
           object$meanx, FALSE) %*% t(newbetas)) + object$mu)

我可以看到变量是缩放的，并且使用y（对象$ mu）的平均值，但我找不到一种简单的方法来获取我正在寻找的拦截值。我怎么能得到它？

Answer 1

intercept=T中的

lars具有将x变量和y变量居中的效果。它不包括带系数的明确截距项。

话虽如此，当协变量为0（传统拦截的定义）时，你可以predict(m,data.frame(a=0,b=0),s=2)$fit得到y的预测值