让cv.glmnet在lambda.min和lambda.1se之间选择一些东西。

Question

这个问题是 迁徙 从交叉验证，因为它可以在Stack Overflow上得到答案。 迁移了 13天前.

我正在训练一个Elastic Net模型，并发现以下几点 lambda.1se 远高于 lambda.min，往往是选择零特征的最大lambda测试。我猜测这是因为我的标准差真的很大。

有什么方法可以使 cv.glmnet 选择一个介于 lambda.1se 和 lambda.min?

x = matrix(rnorm(100 * 20), 100, 20) # not the actual data
y = gl(2, 50)

fit <- cv.glmnet(
  x = x, y = y,
  family = "binomial",
  nfolds = nrow(x), grouped = F,
  standardize = T,
  alpha = 0.2
)

Answer 1

谢谢@Nutle，我能够利用你的建议实现一个类似于的选择函数。tolerance 作用于 caret. 它选择最小误差百分之一差内的最大lambda值。

get_lambda <- function(fit, tol = 1.05) {
  error <- fit$cvm[fit$lambda == fit$lambda.min]
  tolerance <- error * tol
  max(fit$lambda[fit$cvm <= tolerance])
}