原文链接：http://tecdat.cn/?p=3795
Glmnet是一个通过惩罚最大似然关系拟合广义线性模型的软件包。正则化路径是针对正则化参数λ的值网格处的lasso或Elastic Net（弹性网络）惩罚值计算的。该算法非常快，并且可以利用输入矩阵中的稀疏性 x。它适合线性，逻辑和多项式，泊松和Cox回归模型。可以从拟合模型中做出各种预测。
它也可以拟合多元线性回归。
glmnet 解决以下问题
在覆盖整个范围的λ值网格上。这里l（y，η）是观察i的负对数似然贡献；例如对于高斯分布是 
。 _弹性网络_惩罚由α控制，LASSO（α= 1，默认），Ridge（α= 0）。调整参数λ控制惩罚的总强度。
众所周知，岭惩罚使相关预测因子的系数彼此缩小，而套索倾向于选择其中一个而丢弃其他预测因子。_弹性网络_则将这两者混合在一起。
glmnet 算法使用循环坐标下降法，该方法在每个参数固定不变的情况下连续优化目标函数，并反复循环直到收敛，我们的算法可以非常快速地计算求解路径。
代码可以处理稀疏的输入矩阵格式，以及系数的范围约束，还包括用于预测和绘图的方法，以及执行K折交叉验证的功能。
快速开始
首先，我们加载 glmnet 包：
library(glmnet)
包中使用的默认模型是高斯线性模型或“最小二乘”。我们加载一组预先创建的数据以进行说明。用户可以加载自己的数据，也可以使用工作空间中保存的数据。
该命令 从此保存的R数据中加载输入矩阵 x 和因向量 y。
我们拟合模型 glmnet。
fit = glmnet(x, y)
可以通过执行plot 函数来可视化系数 ：
plot(fit)
每条曲线对应一个变量。它显示了当λ变化时，其系数相对于整个系数向量的ℓ1范数的路径。上方的轴表示当前λ处非零系数的数量，这是套索的有效自由度（_df_）。用户可能还希望对曲线进行注释。这可以通过label = TRUE 在plot命令中进行设置来完成 。
glmnet 如果我们只是输入对象名称或使用print 函数，则会显示每个步骤的路径 摘要 ：
print(fit)
## ## Call: glmnet(x = x, y = y) ## ## Df %Dev Lambda ## \[1,\] 0 0.0000 1.63000 ## \[2,\] 2 0.0553 1.49000 ## \[3,\] 2 0.1460 1.35000 ## \[4,\] 2 0.2210 1.23000 ## \[5,\] 2 0.2840 1.12000 ## \[6,\] 2 0.3350 1.02000 ## \[7,\] 4 0.3900 0.93300 ## \[8,\] 5 0.4560 0.85000 ## \[9,\] 5 0.5150 0.77500 ## \[10,\] 6 0.5740 0.70600 ## \[11,\] 6 0.6260 0.64300 ## \[12,\] 6 0.6690 0.58600 ## \[13,\] 6 0.7050 0.53400 ## \[14,\] 6 0.7340 0.48700 ## \[15,\] 7 0.7620 0.44300 ## \[16,\] 7 0.7860 0.40400 ## \[17,\] 7 0.8050 0.36800 ## \[18,\] 7 0.8220 0.33500 ## \[19,\] 7 0.8350 0.30600 ## \[20,\] 7 0.8460 0.27800
它从左到右显示了非零系数的数量（Df），解释的（零）偏差百分比（%dev）和λ（Lambda）的值。
我们可以在序列范围内获得一个或多个λ处的实际系数：
coef(fit,s=0.1)
## 21 x 1 sparse Matrix of class "dgCMatrix" ## 1 ## (Intercept) 0.150928 ## V1 1.320597 ## V2 . ## V3 0.675110 ## V4 . ## V5 -0.817412 ## V6 0.521437 ## V7 0.004829 ## V8 0.319416 ## V9 . ## V10 . ## V11 0.142499 ## V12 . ## V13 . ## V14 -1.059979 ## V15 . ## V16 . ## V17 . ## V18 . ## V19 . ## V20 -1.021874
还可以使用新的输入数据在特定的λ处进行预测：
predict(fit,newx=nx,s=c(0.1,0.05))
## 1 2 ## \[1,\] 4.4641 4.7001 ## \[2,\] 1.7509 1.8513 ## \[3,\] 4.5207 4.6512 ## \[4,\] -0.6184 -0.6764 ## \[5,\] 1.7302 1.8451 ## \[6,\] 0.3565 0.3512 ## \[7,\] 0.2881 0.2662 ## \[8,\] 2.7776 2.8209 ## \[9,\] -3.7016 -3.7773 ## \[10,\] 1.1546 1.1067
该函数 glmnet 返回一系列模型供用户选择。交叉验证可能是该任务最简单，使用最广泛的方法。
cv.glmnet 是交叉验证的主要函数。
cv.glmnet 返回一个 cv.glmnet 对象，此处为“ cvfit”，其中包含交叉验证拟合的所有成分的列表。
我们可以绘制对象。
它包括交叉验证曲线（红色虚线）和沿λ序列的上下标准偏差曲线（误差线）。垂直虚线表示两个选定的λ。
我们可以查看所选的λ和相应的系数。例如，
cvfit$lambda.min
## \[1\] 0.08307
lambda.min 是给出最小平均交叉验证误差的λ值。保存的另一个λ是 lambda.1se，它给出了的模型，使得误差在最小值的一个标准误差以内。我们只需要更换 lambda.min 到lambda.1se 以上。
coef(cvfit, s = "lambda.min")
## 21 x 1 sparse Matrix of class "dgCMatrix" ## 1 ## (Intercept) 0.14936 ## V1 1.32975 ## V2 . ## V3 0.69096 ## V4 . ## V5 -0.83123 ## V6 0.53670 ## V7 0.02005 ## V8 0.33194 ## V9 . ## V10 . ## V11 0.16239 ## V12 . ## V13 . ## V14 -1.07081 ## V15 . ## V16 . ## V17 . ## V18 . ## V19 . ## V20 -1.04341
注意，系数以稀疏矩阵格式表示。原因是沿着正则化路径的解通常是稀疏的，因此使用稀疏格式在时间和空间上更为有效。
可以根据拟合的cv.glmnet 对象进行预测 。让我们看一个示例。
## 1 ## \[1,\] -1.3647 ## \[2,\] 2.5686 ## \[3,\] 0.5706 ## \[4,\] 1.9682 ## \[5,\] 1.4964
newx 与新的输入矩阵 s相同，如前所述，是预测的λ值。
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现-2
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现-2
