R语言基于glmnet构建分类模型并可视化特征系数(coefficient)以及L1正则化系数(lambda)实战
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言基于glmnet构建分类模型并可视化特征系数(coefficient)以及L1正则化系数(lambda)实战相关的知识,希望对你有一定的参考价值。
R语言基于glmnet构建分类模型并可视化特征系数(coefficient)以及L1正则化系数(lambda)实战
# 导入测试数据集
data(BinomialExample)
x <- BinomialExample$x
y <- BinomialExample$y
# 构建模型并可视化系数
glmmod <- glmnet(x, y, alpha=1, family="binomial",lambda = logspace(-10, 1, 100))
# Plot variable coefficients vs. shrinkage parameter lambda.
plot(glmmod, xvar="lambda")
abline(v = cv.glmnet(x,y,lambda = logspace(-10, 1, 100))$lambda.min, col = "black")
以上是关于R语言基于glmnet构建分类模型并可视化特征系数(coefficient)以及L1正则化系数(lambda)实战的主要内容,如果未能解决你的问题,请参考以下文章