我有两个关于使用GLMNET进行预测的问题 - 特别是关于拦截。
我做了一个关于列车数据创建，GLMNET估计和列车数据预测的小例子（我稍后会改为测试数据）：
# Train data creation
Train <- data.frame('x1'=runif(10), 'x2'=runif(10))
Train$y <- Train$x1-Train$x2+runif(10)
# From Train data frame to x and y matrix
y <- Train$y
x <- as.matrix(Train[,c('x1','x2')])
# Glmnet model
Model_El <- glmnet(x,y)
Cv_El <- cv.glmnet(x,y)
# Prediction
Test_Matrix <- model.matrix(~.-y,data=Train)[,-1]
Test_Matrix_Df <- data.frame(Test_Matrix)
Pred_El <- predict(Model_El,newx=Test_Matrix,s=Cv_El$lambda.min,type='response')
我希望在估算公式中得到一个截距。此代码给出了有关Test_Matrix矩阵尺寸的错误，除非我删除了矩阵的（截距）列 - 如
Test_Matrix <- model.matrix(~.-y,data=Train)[,-1]
我的问题是：
为了获得预测，这是否是正确的方法？当我希望预测公式包含截距时？
如果是正确的方法：为什么我必须删除矩阵中的截距？
提前致谢。
答案 0 :(得分：3)
您输入x函数的矩阵glmnet不包含拦截列。因此，在构建测试矩阵时应该遵循这种格式：即只做model.matrix(y ~ . - 1, data = Train)。
默认情况下，拦截适用于glmnet（请参阅glmnet函数中的intercept参数）。因此，当您致电glmnet(x, y)时，您在技术上正在执行glmnet(x, y, intercept = T)。因此，即使你的x矩阵没有截距，也适合你。
答案 1 :(得分：2)
如果要使用截距预测模型，则必须使用截距拟合模型。您的代码使用了无拦截的模型矩阵x <- as.matrix(Train[,c('x1','x2')])，因此如果您在使用predict时提供拦截，则会出现错误。
您可以执行以下操作：
x <- model.matrix(y ~ ., Train) ## model matrix with intercept
Model_El <- glmnet(x,y)
Cv_El <- cv.glmnet(x,y)
Test_Matrix <- model.matrix(y ~ ., Train) ## prediction matrix with intercept
Pred_El <- predict(Model_El, newx = Test_Matrix, s = Cv_El$lambda.min, type='response')
注意，您不必执行
model.matrix(~ . -y)
model.matrix将忽略公式的LHS，因此使用
model.matrix(y ~ .)