绘制岭回归 MSE 的交叉验证

Question

首先，我必须为我糟糕的英语道歉。其次，这个post的objective是我想用ggplot2而不是R中包含的函数plot重现岭回归的MSE图

cv.out 的对象由下一个表达式定义： cv.out <- cv.glmnet(x_var[train,], y_var[train], alpha = 0)。当我打印那个对象时，这些是 cv.out

的元素

	Lambda	Measure	SE	Nonzero
min	439.8	32554969	1044541	5
lse	1343.1	33586547	1068662	5

这是plot(cv.out)的情节：

我想用 ggplot 做同样的情节但更详细的事情，我不知道函数中有哪种美学。当我这样调用对象时，这些是 cv.out 的元素：cv.out$ :

拉姆达
cmv
cvsd
cvup
cvlo
nzero
通话
名字
lambda.min
lambda.lse

最后，感谢您的帮助。我真的很感激。 :)

Answer 1

使用示例数据集：

X = as.matrix(mtcars[,-1])
y = as.matrix(mtcars[,1])
cv.out = cv.glmnet(X,y,alpha=0)
plot(cv.out)

您只需要提取值并放入 data.frame，然后使用 geom_point() 和 geom_errorbar() 绘制：

df = with(cv.out,
     data.frame(lambda = lambda,MSE = cvm,MSEhi=cvup,MSElow=cvlo))

ggplot(df,aes(x=lambda,y=MSE)) + 
geom_point(col="#f05454") + 
scale_x_log10("log(lambda)") + 
geom_errorbar(aes(ymin = MSElow,ymax=MSEhi),col="#30475e") + 
geom_vline(xintercept=c(cv.out$lambda.1se,cv.out$lambda.min),
linetype="dashed")+
theme_bw()

绘制岭回归 MSE 的交叉验证

Plotting cross validation of ridge regression's MSE

r

ggplot2

plot

regression

glmnet