Question

首先，非常感谢您的兴趣和时间。我的问题（使用R）：为了预测yvar，我运行了一个套索回归，将xvariables的集合从736减少到30.

lasso.mod =glmnet(x,y,alpha=1)
cv.out =cv.glmnet (x,y,alpha=1)
lasso.bestlam =cv.out$lambda.min
tmp_coef = coef(cv.out,s=lasso.bestlam)

varnames = data.frame(name = tmp_coef@Dimnames[[1]][tmp_coef@i])
mylist = list(name = tmp_coef@Dimnames[[1]][tmp_coef@i])

因此，我将剩余的变量名称作为数据框，也作为列表。如何创建一个新的数据框，其中包含剩余的30个变量及其中的观察结果？换句话说：我如何获得原始数据的子集，其中不包含737个变量但只包含31个？

我认为这应该很容易，但是我花了两个多小时才开始工作......

祝福，托马斯

Answer 1

无法测试您的解决方案，因为我没有数据，但这应该可以解决问题：

varnames <- tmp_coef@Dimnames[[1]][tmp_coef@i]
as.data.frame(cbind(x[, varnames], y))

Answer 2

您的tmp_coef@Dimnames[[1]][tmp_coef@i]变量包含剩余变量的名称，但也包含＆＃34;（拦截）＆＃34;作为第一项。如果您使用-1]丢弃它，则可以提取列：

x <- as.data.frame(x[, tmp_coef@Dimnames[[1]][tmp_coef@i][-1]])

更简单，您可以直接使用tmp_coef@i中的索引：

x <- as.data.frame(x[, tmp_coef@i[-1]])

在Lasso之后：将剩余变量存储为新数据帧（使用R）

2 个答案: