我应该使用Ridge回归模型找到截距项。
“使用Ridge回归，其中alpha = 0到lambda = 0，离婚作为响应，所有其他变量作为预测变量。”
我知道我应该将数据转换为矩阵模式，然后将其转换为适合glmnet函数的数据。我已经将响应转换为矩阵模式，但是我不确定如何将所有预测变量也转换为矩阵模式。
set.seed(100)
require(faraway)
require(leaps)
require(glmnet)
mydata = divusa
mymodel = lm(divorce ~ year + unemployed + femlab + marriage + birth +
military, data=mydata)
summary(mymodel)
.
.
.
y = model.matrix(divorce~.,mydata)
谁能帮助我x变量的代码？我对R非常陌生，很难理解。
答案 0 :(得分：0)
您的.items {
margin: 0 -5px;
}
.item {
width: 20%;
-webkit-transition: all .3s ease;
transition: all .3s ease;
position: relative;
float: left;
margin-bottom: 60px;
}
.item .wrapper {
padding-top: 56.32%;
display: block;
position: relative;
width: 100%;
}
.item .wrapper .inner-wrapper {
width: 100%;
height: 100%;
position: absolute;
top: 0;
left: 0;
-webkit-transform: translate3d(0,0,0);
transform: translate3d(0,0,0);
-webkit-transition: all .3s ease;
transition: all .3s ease;
}
.item .wrapper .inner-wrapper .content {
display: block;
margin: 0 5px;
height: 100%;
overflow: hidden;
}
.item .wrapper .overlay{
position: absolute;
left: 20px;
right: 20px;
bottom: 10px;
z-index: 9;
}
.item:hover .inner-wrapper {
width: 130%;
height: 130%;
left: 50%;
top: 50%;
-webkit-transform: translate3d(-50%,-50%,0);
transform: translate3d(-50%,-50%,0);
z-index: 999;
}
实际上创建了 predictor 矩阵（通常称为X）。试试
y = model.matrix(divorce~.,mydata)我认为，如果您设置 X = model.matrix(divorce~.,mydata)
y = mydata$divorce
glmnet(X,y)
glmnet(X,y,alpha=0,lambda=0)
，则实际上是在进行普通回归（即，将惩罚设为零，所以岭-> OLS）。