R减少glmnet中x变量之一的权重

Posted 2023-02-19

我可以使用glmnet创建模型。但是，如果我事先知道一个变量的贡献很弱（例如x [，1]），如何减少它在glmnet函数中的贡献？

library(glmnet)

x=matrix(rnorm(100*20),100,20)
y=rnorm(100)
fit1=glmnet(x,y)
print(fit1)
coef(fit1,s=0.01) # extract coefficients at a single value of lambda
predict(fit1,newx=x[1:10,],s=c(0.01,0.005)) # make predictions

谢谢您的帮助。

答案

为什么不将其删除？我认为您无法减少一个变量的“贡献”。该变量使您的预测变得混乱。将自变量添加到模型后，无论如何，R²都会增加。如果该变量与因变量没有任何关系（这取决于您的情况），则将较小的“贡献”添加到R²中。如果dependent（x）和dependent（y）确实有关系，则可以实现更大的R²数量，这意味着您可以更好地用x解释y。