来自h20.glm函数的套索与lmList不匹配

时间:2018-06-07 14:59:45

标签: r regression h2o lme4 nlme

我正在做两种不同类型的回归方程: 来自h20.glm函数的lmList(包含所有变量)和h2o.glm( y = dep, x = collect_final_model_var, training_frame = data_train, family = lasso_fn, nfolds = nfold, alpha = 0.5, lambda_search = TRUE, standardize = TRUE, solver = "IRLSM", link = "family_default" ) (来自lasso的选定变量)。

我原来的功能如下:

            Intercept     var1       var2      var3       var4        var5       var6       var7      var8        var9      var10        var11      var12
Coefficient  1.757368 1.913927 0.02859741 0.1034359 0.01482452 -0.01928181 -0.1809922 -0.2665659 0.0028896 0.003549948 0.00639403 0.0006208054 -0.1443961

结果的系数:

form_lmer1<- "dep  ~   1 + var1 + var2 + var3 + var4 + var5 + var6 + var7 + var8 + var9 + var10 + var11 + var12 + | group)"

fm3<-lmList(as.formula(form_lmer1), data=df, na.action = na.exclude)

fixed_effects_lmlist <- data.frame(t(data.frame(fixed.effects(fm3))))

然后获取这些变量并将它们插入到lmList函数中,我得到了完全不同的结果:

var10

特别是fixed_effects_lmlist Intercept var1 var2 var3 var4 var5 var6 var7 var8 var9 var10 var11 var12 fixed.effects.fm3. -4.708618 1.312275 0.127322 0.04457029 -0.03677741 0.004655136 0.2250845 5.304769 0.00236796 0.007481982 8411731298 -0.001492445 0.03808826

{{1}}

有人知道为什么这些结果会有很大不同吗?

0 个答案:

没有答案