虚拟系数回到因子

Question

假设我在一个稀疏矩阵上有一个经过训练的 glmnet 模型，该模型具有多个预测变量，其中包含不同水平的因素（因此虚拟预测变量的数量也不同）。

df <- data.frame(y=runif(10), catVar=as.factor(sample(0:5,10,TRUE)))
A <- model.matrix(y ~ catVar,df) 
train <- cv.glmnet(A[,c('catVar3', 'catVar4')], df$y)
coef(train, s="lambda.min")

转换虚拟 coefficients/values 或整个公式的最佳（最有效）方法是什么，就好像虚拟列不是稀疏格式（只有一列不同的因素）？

编辑：我需要将虚拟系数及其 slopes/values 转换回每个级别具有不同斜率的单独系数。

Answer 1

使用 max.col 获取索引向量，然后转换回因子，将级别设置为列名。

编辑示例：

X <- model.matrix(~group-1, sleep)                                               

factor(max.col(X), labels=colnames(X))

Answer 2

改编 mailing list、

中的巧妙示例

n <- length(levels(df$catVar))
factor(A%*%1:n, labels = levels(df$catVar))

Answer 3

稀疏矩阵的单独答案。可以转化为三元组，直接读取索引：

require(Matrix)                                                                  
X <- Diagonal(10)[sample(10,20,T), ]                                             
factor(as(X, "TsparseMatrix")@j, labels=LETTERS[1:10])

如果你的矩阵是转置存储的，那么你应该可以使用@i。

虚拟系数回到因子

Dummy coefficients back to factor

r

glmnet

coefficients

dummy-variable