使用gltnet和插入符号的正确方法是什么？

Question

我正在阅读glmnet文档，我发现了这个：

  

另请注意，cv.glmnet的结果是随机的，因为折叠   是随机选择的。用户可以通过运行来减少这种随机性   cv.glmnet多次，并对误差曲线求平均值。

以下代码使用带有重复cv的插入符号。

library(caret)

ctrl <- trainControl(verboseIter = TRUE, classProbs = TRUE, 
                     summaryFunction = twoClassSummary, method = "repeatedcv", 
                     repeats = 10) 

fit <- train(x, y, method = "glmnet", metric = "ROC", trControl = ctrl)

这是通过插入符号进行交叉验证来运行glmnet的最佳方法吗？或者直接运行glmnet会更好吗？

Answer 1

您需要定义最佳方式。您要使用

• 仅在数据集中进行正则回归以进行特征选择？ （在这种情况下，请使用glmnet-Max Kuhn暗示，使用具有内置CV功能的模型可能会更好，因为它们会针对预测变量选择和最小化误差进行优化）。见下文。

    

  “”在许多情况下，将这些模型与内置功能选择结合使用，比使用以下算法进行搜索的算法更为有效：   正确的预测变量在模型外部。内建功能   选择通常会将预测变量搜索算法与   参数估计，通常使用单个参数进行优化   目标函数（例如错误率或可能性）。”（库恩，插入符号   软件包说明文件：caret feature selection overview）

• 还是您要比较不同的模型，其中之一就是glmnet？在这种情况下，插入符号可能是一个不错的选择。