matlab 中的套索回归

Question

我在 matlab 2013a 中使用 lasso 函数。它的工作原理如下：

    X = randn(100,5);
    r = [0;2;0;-3;0];
    Y = X*r + randn(100,1)*.1; 
%Construct the lasso fit using ten-fold cross validation. Include the FitInfo 
%output so you can plot the result.
    [B FitInfo] = lasso(X,Y,'CV',10); %B is a p-by-L matrix, where p is the %number of predictors (columns) in X, and L is the number of Lambda values

%Plot the cross-validated fits.
    lassoPlot(B,FitInfo,'PlotType','CV');

绿色圆圈和虚线定位了具有最小交叉验证错误的 Lambda。蓝色圆圈和虚线定位了交叉验证误差最小加上一个标准差的点。

所以我的理解是绿色圆圈对应于最小化错误的 lambda 的最佳值。 但是我如何找到"automatically"（不需要画图）图中绿色圆圈的lambda值对应的向量B？

非常感谢任何帮助！

Answer 1

根据 documentation 它应该在 FitInfo.Lambda 中，这是一个包含 lambda 的 1xL 向量。您可能可以使用 min(FitInfo.Lambda) 找到它。如果将 CV 名称-值对设置为 cross validate，FitInfo 结构包含其他字段：FitInfo.LambdaMinMSE，这正是您要查找的值。

感谢@Christina，这是一种稍微紧凑的写法：

bestValue = find(FitInfo.Lambda == FitInfo.LambdaMinMSE)

这将为您提供数组中最小 lambda 所在的索引 L

matlab 中的套索回归

Lasso regression in matlab

matlab

linear-regression

matlab-figure