对 R 中的多个弹性网使用特定的 alpha 参数

Question

我正在尝试在 R 中同时执行多个弹性网。我有一个 10x15 矩阵，每一列都称为 Xi，例如X1,X2,...,X15 并执行弹性网以获得最优 alpha 和 lambda 参数。然后我将 alpha 值保存在我的环境中名为 alphas 的数据框中，如下所示

我的目标是使用我已经找到的相应 alpha 执行多个 cv.glmnet（每个 Xi 一个）。例如将 alpha=0.001 用于 Xi 等的 cv.glmnet 模型。如何替换下面代码中的 alpha 值以使用所有获得的 alpha 值？

data<-matrix(rnorm(36),nrow=10,ncol = 15)
colnames(data) <- c("X1", "X2", "X3", "X4", "X5", "X6","X7","X8","X9","X10","X11","X12","X13","X14","X15")
data #random data
library(glmnet)
library(coefplot)

A <- as.matrix(data)
set.seed(1234)
results <- lapply(seq_len(ncol(A)), function(i) {
  list(
    cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , type.measure = "mse" , nfolds = 10 , alpha = 1)
  )
})

Answer 1

如果我们想做多个集合，使用相同的列索引序列对 alpha 进行子集化，因为 alphaset 的 length 与 matrix [= 的列数相同15=]

alphaset  <- c( 0.001, 0, 0, 0.064, 0.729, 0.729, 1.0, 
           0.001, 0, 0, 0.001, 0, 0,  0.064, 0.729)
lst_out <- lapply(seq_len(ncol(A)), function(i) {
  list(
     cvfit = cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , 
      type.measure = "mse" , nfolds = 10 , alpha = alphaset[i])
    )
        })

Answer 2

另一种方法是使用 for 循环。

alpha <- c(0.001, 0.000, 0.000, 0.064, 0.729, 0.729, 1.000, 0.001, 0.000, 0.000, 0.001, 0.000, 0.000, 0.064, 0.729)

cvfit <- vector("list", length(alpha))
names(cvfit) <- paste0("cvfit for alpha=", alpha)

for(k in 1:length(alpha))
  for(i in 1:ncol(A))
    cvfit[[k]][[i]] <- list(cv.glmnet(A[, -i] , A[, i] , standardize = TRUE , type.measure = "mse" , nfolds = 10 , alpha = alpha[k]))

对 R 中的多个弹性网使用特定的 alpha 参数

Use specific alpha parameters for multiple elastic net in R

r

parameters

apply

glmnet

regularized