R 中多个 LASSO 回归的未更改的“lambda.min”值

Question

我正在尝试使用以下代码在 R 中执行多个 LASSO 回归：

library(readxl)
data <-read_excel("data.xlsx") # 20x20 matrix  
library(glmnet)
    library(coefplot)
    
    A <- as.matrix(data)
    results <- lapply(seq_len(ncol(A)), function(i) {
      list(
    fit_lasso = glmnet(A[, -i], A[, i], standardize = T, alpha = 1), 
    cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , type.measure = "mse" , nfolds = 10 , alpha = 1)
  )
})
coefficients <- lapply(results, function(x, fun) fun(coef(x$cvfit, s = "lambda.min")), function(x) x[x[, 1L] != 0L, 1L, drop = FALSE])

我的输出 results 导致 Large list (20 elements, 1MB) 具有 20 个相同的 LASSO 输出，但对于 20 个变量和 coefficients 输出只是每种情况下的重要变量。

我注意到对于相同的数据集，结果并不总是相同的——可能是因为每个运行中的 lambda 值都在变化？不确定。我想让我的代码找到相同的 lambda.min，并在我运行数据集时始终给出相同的结果。我相信 set.seed() 可能会管理它，但无法弄清楚如何充分包含它。

如何让它始终为特定数据集打印相同的输出？

Answer 1

我只需将 set.seed() 放在列表前，就可以从运行运行中生成相同的 lambda.min 值。然后，您要为 cross-validation 运行的随机抽奖设置种子。

library(readxl)
data <-read_excel("data.xlsx") # 20x20 matrix  
library(glmnet)
    library(coefplot)
    
    A <- as.matrix(data)
 set.seed(54234)   
 results <- lapply(seq_len(ncol(A)), function(i) {
      list(
    fit_lasso = glmnet(A[, -i], A[, i], standardize = T, alpha = 1), 
    cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , type.measure = "mse" , nfolds = 10 , alpha = 1)
  )
})
coefficients <- lapply(results, function(x, fun) fun(coef(x$cvfit, s = "lambda.min")), function(x) x[x[, 1L] != 0L, 1L, drop = FALSE])

R 中多个 LASSO 回归的未更改的“lambda.min”值

Unchanged `lambda.min` values for multiple LASSO regressions in R

lambda

regression

r

lasso-regression