glmnet：如何设置多项logit的引用类别

Question

在Cross Validate glmnet: which is the reference category or class in multinomial regression?中提出我的问题，有人可以解释我们如何在glmnet中为多项逻辑回归设置参考类别？

尽管glmnet用于应用缩小方法（Ridge，Lasso等），但它的文档和glmnet论坛都没有回答这个问题。

提前谢谢

Answer 1

嗯，不，你不能在函数glmnet中做到这一点，但你可以在使用model.matrix运行函数之前很容易地做到这一点：

a <- factor( rep(c("cat1", "cat2", "cat3", "no-cat"),50) ) #make a factor
levels(a) <- c("no-cat", "cat1", "cat2", "cat3") #change the order of the levels because 
#the first category is always the reference category using the model.matrix function
df <- data.frame(a) #put the factor in a dataframe

dummy_a <- model.matrix(~a,data=df) #make dummies for the factor. 
#Note the first category of the levels(a) will get excluded i.e. 
#become the reference category

cat_dummified <- dummy_a[,2:4] #the first column is the intercept i.e. a column of 1s
#which we exclude here

> head(cat_dummified)
  acat1 acat2 acat3
1     0     0     0
2     1     0     0
3     0     1     0
4     0     0     1
5     0     0     0
6     1     0     0

> class(cat_dummified)
[1] "matrix"

cat_dummified也是class matrix，可以在glmnet函数中使用。 这样你只有3个假人，你将有系数，并参考无猫类别。

希望这有帮助！