Tầm quan trọng thay đổi từ GLMNET

Tôi đang xem xét sử dụng Lasso như một phương pháp để chọn các tính năng và điều chỉnh mô hình dự đoán với mục tiêu nhị phân. Dưới đây là một số mã tôi đã chơi để thử phương pháp với hồi quy logistic thường xuyên.

Câu hỏi của tôi là tôi có được một nhóm các biến "đáng kể" nhưng tôi có thể xếp thứ tự các biến này để ước tính tầm quan trọng tương đối của từng biến không? Các hệ số có thể được tiêu chuẩn hóa cho mục đích xếp hạng này theo giá trị tuyệt đối (tôi hiểu rằng chúng được hiển thị trên thang đo biến ban đầu thông qua coefhàm)? Nếu vậy, làm thế nào để làm như vậy (sử dụng độ lệch chuẩn của x và y) Chuẩn hóa các hệ số hồi quy .

MẪU MÃ SỐ:

    library(glmnet)

    #data comes from

#http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)

    datasetTest <- read.csv('C:/Documents and Settings/E997608/Desktop/wdbc.data.txt',head=FALSE)


#appears to use the first level as the target success
   datasetTest$V2<-as.factor(ifelse(as.character(datasetTest$V2)=="M","0","1"))


#cross validation to find optimal lambda
#using the lasso because alpha=1

    cv.result<-cv.glmnet(       
              x=as.matrix(dataset[,3:ncol(datasetTest)]),
              y=datasetTest[,2],        
              family="binomial",        
              nfolds=10,        
              type.measure="deviance",       
              alpha=1      
              )

#values of lambda used

    histogram(cv.result$lambda)

#plot of the error measure (here was deviance)
#as a CI from each of the 10 folds
#for each value of lambda (log actually)

    plot(cv.result) 

#the mean cross validation error (one for each of the
#100 values of lambda

    cv.result$cvm

#the value of lambda that minimzes the error measure
#result: 0.001909601

    cv.result$lambda.min
    log(cv.result$lambda.min)

#the value of lambda that minimzes the error measure
#within 1 SE of the minimum
#result: 0.007024236

    cv.result$lambda.1se

#the full sequence was fit in the object called cv.result$glmnet.fit
#this is same as a call to it directly.
#here are the coefficients from the min lambda

    coef(cv.result$glmnet.fit,s=cv.result$lambda.1se)

Theo như tôi biết thì glmnet không tính được các lỗi tiêu chuẩn của các hệ số hồi quy (vì nó phù hợp với các tham số mô hình sử dụng gốc tọa độ tuần hoàn). Vì vậy, nếu bạn cần các hệ số hồi quy được tiêu chuẩn hóa, bạn sẽ cần sử dụng một số phương pháp khác (ví dụ: glm)

Phải nói rằng, nếu các biến giải thích được chuẩn hóa trước sự phù hợp và glmnet được gọi là "standardize = FALSE", thì các hệ số ít quan trọng hơn sẽ nhỏ hơn các biến quan trọng hơn - vì vậy bạn có thể xếp hạng chúng theo độ lớn của chúng. Điều này càng trở nên rõ rệt hơn với độ co rút không tầm thường (tức là lambda khác không)

Hi vọng điêu nay co ich..

Để có được hệ số trong một không gian cho phép bạn so sánh trực tiếp tầm quan trọng của chúng, bạn phải chuẩn hóa chúng. Tôi đã viết một ghi chú trên Thinklab để thảo luận về tiêu chuẩn hóa các hệ số hồi quy logistic.

(Rất) Câu chuyện dài, tôi khuyên bạn nên sử dụng phương pháp Agresti :

# if X is the input matrix of the glmnet function,
# and cv.result is your glmnet object:
sds <- apply(X, 2, sd)
cs <- as.matrix(coef(cv.result, s = "lambda.min"))
std_coefs <- coefs[-1, 1] * sds

Nếu bạn dựa vào tiêu chuẩn hóa nội bộ bằng glmnet (tùy chọn mặc định standardize = TRUE), các hệ số được tiêu chuẩn hóa này thực sự là những hệ số từ bước phù hợp, trước khi truyền lại bằng glmnet trong không gian ban đầu (xem ghi chú khác :-)).