Question

这是一个重现此问题的小例子：

model <- glmnet(matrix(rnorm(3*100), 100, 3), rbernoulli(100))
preds <- predict(model, matrix(rnorm(3*100), 100, 3))
dim(preds)
# 100 60

但是由于预测变量是bernoulli，我希望输出是一维或二维的（1的概率，或每个类的概率）。

我看过glmnet和predict的文档，但是找不到任何描述此行为的文档。我要寻找的是简单地将模型适合一些训练数据，然后计算班级概率，以便我可以计算AUC。

我主要是在询问这种行为，因为例如，如果我将rpart软件包与predict一起使用，就不会发生这种情况

df <- data.frame(cbind(matrix(rnorm(3*100), 100, 3), rbernoulli(100)))
model <- rpart(X4 ~ ., df)
length(predict(model, data.frame(matrix(rnorm(3*100), 100, 3))))
# 100, as expected

来自Python，由于predict函数似乎很笼统，尽管它在两个二进制分类器上的表现方式显然有所不同，但我发现其中很多令人困惑的地方。

Answer 1

在R中，您会发现许多示例，这些示例中，您根据函数输入的维度/类等获得输出。

对于String monomialRegex = "(-?\\d+(?:\\.\\d*)?x#-?\\d+(?:\\.\\d*)?\\$)"; String completeRegex = monomialRegex + "×" + monomialRegex + "÷" + monomialRegex;，默认情况下，您提供一系列lambda：

λ（即收缩系数）是正则化回归模型（glmnet）的超参数。

glmnet

您需要根据所需的性能指标对其进行调整，以找到模型的最佳/最佳值。一旦有了它，就可以使用它来获得最终的预测。像这样：

set.seed(1)
model <- glmnet(matrix(rnorm(3*100), 100, 3), purrr::rbernoulli(100))
preds <- predict(model, matrix(rnorm(3*100), 100, 3))

dim(preds)
#[1] 100  61

length(model$lambda)
[1] 61

而model <- glmnet(matrix(rnorm(3*100), 100, 3), purrr::rbernoulli(100), lambda = 0.19) # assuming its an optimal value preds <- predict(model, matrix(rnorm(3*100), 100, 3)) dim(preds) # [1] 100 1默认情况下不需要超参数，因为它适合完整的树而无需修剪，这等效于提供一个与拟合数据相对应的单个超参数值，直到叶节点为止。因此，您将获得一组预测。使用当前分类器的不利之处在于它没有被概括。

因此，如果您要从python转到R以执行应用的机器学习任务，则最好利用 caret package ，它是一个包含多个统计模型的同类框架在统一的建模方法下。

为什么在使用glmnet模型时R中的`predict`会返回高维预测？

1 个答案: