#r #machine-learning #glmnet
Вопрос:
Я хочу сделать петлю риджа и лассо 100 раз, чтобы получить 100 mse и mspe. Моя конечная цель — нарисовать схему, чтобы сравнить эти 100 значений. Я сделал одну регрессионную модель, но я не знаю, как повторить эту модель. Как я мог получить значения и диаграммы?
Комментарии:
1. Я думаю, что мой вопрос неполон. но я просто хочу знать , как зациклить эту модель, а не конкретные коды.
2. Что у тебя
betas.true?3. бета.true=c(повторение(0,5, 10),повторение(0,P-10)) и p=50
4. Пожалуйста, предоставьте достаточно кода, чтобы другие могли лучше понять или воспроизвести проблему.
Ответ №1:
Вы можете попробовать следующее:
ntimes <- 100
res <- replicate(ntimes, {
cv.rr <- cv.glmnet(x=as.matrix(train[,-1]),y=as.numeric(train[,1]),alpha=0,nfolds=10,nlambda=100, intercept=FALSE)
lambda.rr=cv.rr$lambda.min
mse.rr <- mean((coef(cv.rr)[-1] - betas.true)^2)
yhat.rr <- predict(cv.rr,s="lambda.min",newx=as.matrix(test[,-1]))
mspe.rr <- mean((test[,1]-yhat.rr)^2)
list(mse=mse.rr, mspe=mspe.rr)
})
library(tidyverse)
res_df <- as.data.frame(apply(res, 1, function(x) unlist(x)))
names(res_df) <- c('mse', 'mspe')
res_df %>% gather(key='metric', value='value') %>% ggplot(aes(value, fill=metric)) geom_boxplot()
чтобы получить визуализацию, подобную следующей:
