Карета та коефіцієнти (glmnet)

Мені цікаво використовувати каре для здійснення висновків для певного набору даних. Чи можливо зробити наступне:

виробляють коефіцієнти моделі glmnet, яку я навчив каре. Я хотів би використовувати glmnet через властивий підбір функції, оскільки я не вірю, що в glm є?
окрім метрики ROC, чи є інша метрика, яку я можу використовувати для оцінки відповідності моделі? Такі, як відрегульований ? $R^2$

Метою цього аналізу є отримання певного висновку щодо впливу певних змінних, а не для прогнозування. Мені просто подобається пакет каретів, тому що з ними було легко працювати до цих пір, використовуючи матриці.

caret glmnet

— користувач2300643
джерело

Пакет карети поставляється із серією віньєток (та папером JSS), які охоплюють більшість питань. Не могли б ви вказати, що саме ви маєте на увазі під "виведенням певного висновку про вплив певних змінних?"

— chl

Висновок через коефіцієнти. Я читаю за допомогою прикладного прогнозування, щоб одночасно дізнатися більше про R та побудову моделі. Я читав віньєтки та pdf, але функцій просто так багато, що важко відстежувати їх усі. Однак Зак відповів на моє запитання, тож я вдячний. Спасибі!

— користувач2300643

На самом деле я знайшов посилання я даю тут , щоб дати кращий відповідь для вилучення коефіцієнтів моделі остаточних stackoverflow.com/questions/48079660 / ...

— Nusrat Rabbee

Скажімо, ваша модель карети називається "модель". Ви можете отримати доступ до остаточної моделі glmnet за допомогою model$finalModel. Потім ви можете зателефонувати coef(model$finalModel)і т. Д. Вам доведеться вибрати значення лямбда, для якого потрібно коефіцієнти, такі як coef(model$finalModel, model$bestTune$.lambda).

Погляньте на summaryFunctionпараметр trainControlфункції. Це дозволить вам вказати будь-яку функцію, яку ви хочете мінімізувати (або максимізувати, див. maximizeАргумент train), з урахуванням прогноктора та відповіді.

Таким чином, можливо, важко дістатись із регульованим R ^ 2, але, ймовірно, ви можете отримати R ^ 2 або щось подібне.

— Зах
джерело

Дякую, Зак. Це було саме це. Також я хочу подякувати вам за пакет caretEnsemble. Будь ласка, продовжуйте гарну роботу.

— користувач2300643

@ user2300643 Без проблем! Я радий, що ти використовуєш пакет.

— Зак

У caretверсії 6.0.78, краще налаштовані лямбда зараз: model$bestTune$lambda.

— Гаррісон

чи є спосіб отримати стандартні похибки цих коефіцієнтів?

— saifulsafuan