使用glmnet（）产生不同的系数

Question

我正在使用glmnet()包来拟合套索回归模型。以下是有关我的数据的一些信息：

the_data是具有62行和2001列的数据帧。最后一列是响应resp。这些列用G(column number)表示，因此G120是第120列。

这是我用来套索套索模型的代码：

> library(glmnet)
> x = model.matrix(resp ~ ., data = the_data)[,-1]
> y = the_data$resp
> grid = 10^seq(10, -2, length = 100)

# making the training and test sets, and fitting the lasso mod
> set.seed(1)
> train = sort(sample(1:nrow(the_data), nrow(the_data)/2))
> test = (1:nrow(the_data))[-train]
> lasso_mod = glmnet(x[train,], as.factor(y[train]), alpha = 1, lambda = grid, 
                     family = "binomial")

# choosing the optimal lambda using cross-validation
> set.seed(1)
> cv_out = cv.glmnet(x[train,], as.factor(y[train]), alpha = 1, family = "binomial")
> best_lambda = cv_out$lambda.min

# fitting the lasso with the optimal lambda
> best_lasso_mod = glmnet(x[train,], as.factor(y[train]), alpha = 1, 
                          lambda = best_lambda, family = "binomial")

现在，我目前有两种使用coef.glmnet()命令获取非零系数的方法：

# method 1
> best_coef_1 = coef(lasso_mod, s = best_lambda)

# method 2
> best_coef_2 = coef(best_lasso_mod)

这两种方法给出相似但不同的非零系数。

# nonzero coefficients from method 1
> rownames(best_coef_1[best_coef_1[, 1] != 0, 0])[-1]
[1] "G258"  "G281"  "G698"  "G822"  "G1153" "G1346" "G1423" "G1582" "G1870"
[10] "G1899"

# nonzero coefficients from method 2
> rownames(best_coef_2[best_coef_2[, 1] != 0, 0])[-1]
[1] "G249"  "G258"  "G281"  "G698"  "G822"  "G1153" "G1423" "G1582" "G1870"

第一种方法给出10个非零系数，第二种给出9。为什么它们不同？

这是模型的系数图，其中突出显示了最佳的lambda值。

> plot(lasso_mod, xvar = "lambda", las = 1, xlim = c(-4, -1))
> abline(v = log(best_lambda), col = "black", lty = 2)

可能很难看清，所以我去强调了所有在最佳lambda处非零的行，其中有10条。