插入符號和係數 (glmnet)

我有興趣利用插入符號對特定數據集進行推斷。是否可以執行以下操作：

1. 生成我在插入符號中訓練的 glmnet 模型的係數。由於固有的特徵選擇，我想使用 glmnet，因為我不相信 glm 有它？
2. 除了 ROC 指標，還有其他指標可以用來評估模型的擬合度嗎？比如調整?

該分析的目的是對特定變量的影響進行一些推論，而不是進行預測。我只是喜歡 caret 包，因為到目前為止使用矩陣很容易使用。

假設您的插入符號模型稱為“模型”。您可以使用model$finalModel. 然後您可以調用coef(model$finalModel)等。您必須選擇一個您想要係數的 lambda 值，例如coef(model$finalModel, model$bestTune$.lambda)。

看一下函數的summaryFunction參數trainControl。給定預測變量和響應，它將允許您指定要最小化（或最大化，請參見 的maximize參數）的任何函數。train

以這種方式可能很難獲得調整後的 R^2，但您可能會獲得 R^2 或類似的東西。

引用自：https://stats.stackexchange.com/questions/67827