Rでglmnetを使用してラッソ回帰の決定係数を計算する方法
Glmnetパッケージを使用してRでラッソ回帰を実行しています。
fit.lasso <- glmnet(x,y)
plot(fit.lasso,xvar="lambda",label=TRUE)
次に、相互検証を使用します。
cv.lasso=cv.glmnet(x,y)
plot(cv.lasso)
1つのチュートリアル （最後のスライド）は、R ^ 2について次のことを提案します。
R_Squared = 1 - cv.lasso$cvm/var(y)
しかし、それは機能しませんでした。
データをフィッティングする際のモデルの効率/パフォーマンスを理解したいと思います。通常、rでlm（）関数を実行すると、R ^ 2が取得され、R ^ 2が調整されます。
サンプルデータを使用してそれを示します
ライブラリ（glmnet）
データを読み込む
data(BinomialExample)
head(x)
head(y)
相互検証用
cvfit = cv.glmnet(x, y, family = "binomial", type.measure = "class")
rsq = 1 - cvfit$cvm/var(y)
plot(cvfit$lambda,rsq)
「ガウス」ファミリを使用している場合は、次の方法で決定係数にアクセスできます。
fit.lasso $ glmnet.fit $ dev.ratio