使用 rpy2 在 python 中复制 R glmnet 代码
Reproducing R glmnet code in python with rpy2
我不确定如何使用 rpy2 在 python 中重现以下 R 代码。我不确定在训练模型时如何实现 R 语法 type.measure="class",并且我的 R 代码的最后两行丢失了尝试 python.
library("foreach")
library("glmnet")
library(datasets)
data(iris)
y <- as.numeric(iris[,5])
X <- iris[1:4]
model_lambda <- cv.glmnet(as.matrix(X), as.factor(y), alpha=0,
family="multinomial", type.measure="class")
best_s <- model_lambda$lambda.1se
prediction <- predict(model_lambda,newx=as.matrix(X), type="class" , s=best_s)
还有未完成的python代码:
import numpy as np
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr
importr('foreach')
glmnet = importr('glmnet')
import rpy2.robjects.numpy2ri as numpy2ri
numpy2ri.activate()
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
model_lambda = glmnet.cv_glmnet(X, robjects.FactorVector(y), alpha=1, family="multinomial")
如果函数签名中定义了 R 函数中的参数,rpy2 的 importr
会将点转换为下划线。否则,可以使用 python 运算符 **
(参见 http://rpy2.readthedocs.io/en/version_2.8.x/robjects_functions.html#functions)
我不确定如何使用 rpy2 在 python 中重现以下 R 代码。我不确定在训练模型时如何实现 R 语法 type.measure="class",并且我的 R 代码的最后两行丢失了尝试 python.
library("foreach")
library("glmnet")
library(datasets)
data(iris)
y <- as.numeric(iris[,5])
X <- iris[1:4]
model_lambda <- cv.glmnet(as.matrix(X), as.factor(y), alpha=0,
family="multinomial", type.measure="class")
best_s <- model_lambda$lambda.1se
prediction <- predict(model_lambda,newx=as.matrix(X), type="class" , s=best_s)
还有未完成的python代码:
import numpy as np
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr
importr('foreach')
glmnet = importr('glmnet')
import rpy2.robjects.numpy2ri as numpy2ri
numpy2ri.activate()
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
model_lambda = glmnet.cv_glmnet(X, robjects.FactorVector(y), alpha=1, family="multinomial")
如果函数签名中定义了 R 函数中的参数,rpy2 的 importr
会将点转换为下划线。否则,可以使用 python 运算符 **
(参见 http://rpy2.readthedocs.io/en/version_2.8.x/robjects_functions.html#functions)