用caret训练基本的glmnet (没有抵消项)是很简单的。%>% pull(nb_claims), family = "poisson"天真地,我们可以尝试在offset函数中添加train参数:,这段代码会抛出错误Error : No newoffset provided for prediction, yet offse
我正在使用glmnet包来执行套索回归。有没有办法获得所选择的各个变量的重要性?我想过对通过coef获得的系数进行排序(...)命令(即离零的距离越大,变量越重要)。这是一种有效的方法吗?谢谢你的帮忙!cvfit = cv.glmnet(x, y, family = "binomial")
## 21 x 1 spa
我认为这是我的一个编码错误,但我不知道我做错了什么。我正在尝试创建当x+x^2处于二项式glmnet模型中时x的边际效应图。当我在一个新的数据集上使用predict.cv.glmnet()进行预测时,似乎模型系数的符号发生了变化。因此,我一直在比较硬编码模型公式和预测函数时的预测。<-cv.glmnet(x1, y, ty