如何仅使用从 R 中的 glmnet 获得的权重进行预测？
How to predict using only weights obtained from glmnet in R?
可以使用 predict(fit,newx) 方法进行预测。但是，如果我没有合适的对象本身，而只有预测变量的权重作为向量文件，而预测变量的新观察结果作为矩阵文件，如何预测呢？预测变量和结果都是连续变量。
您可以只使用矩阵乘法，这就是 glmnet 所做的。在predict函数中，是：as.matrix(cbind2(1, x) %*% coefs)
示例：
library(glmnet)
x=matrix(rnorm(100*20),100,20)
y=rnorm(100)
fit1=glmnet(x,y)
coefs <- coef(fit1,s=0.01) # extract coefficients at a single value of lambda
manaul_pred <- as.matrix(cbind2(1, x) %*% coefs)
pred <- predict(fit1,newx=x,s=0.01)
manual_pred - pred # there is a negligible difference due to numeric precision
可以使用 predict(fit,newx) 方法进行预测。但是，如果我没有合适的对象本身，而只有预测变量的权重作为向量文件，而预测变量的新观察结果作为矩阵文件，如何预测呢？预测变量和结果都是连续变量。
您可以只使用矩阵乘法，这就是 glmnet 所做的。在predict函数中，是：as.matrix(cbind2(1, x) %*% coefs)
示例：
library(glmnet)
x=matrix(rnorm(100*20),100,20)
y=rnorm(100)
fit1=glmnet(x,y)
coefs <- coef(fit1,s=0.01) # extract coefficients at a single value of lambda
manaul_pred <- as.matrix(cbind2(1, x) %*% coefs)
pred <- predict(fit1,newx=x,s=0.01)
manual_pred - pred # there is a negligible difference due to numeric precision