如何在R中使用对数链接进行岭回归

Question

我想通过使用glmnet或lm.ridge来对R进行岭回归。

我需要做这个回归与log(Y)

cost ~ size + weight ⇒ log(cost) ~ size + weight 

然而，我发现有一个像glm为glmnet或lm.ridge没有联系。

这个问题的任何想法？

Answer 1

使用alpha输入参数（具有0值）为?glmnet函数。正如文件所述：

alpha = 1是套索罚款，α= 0是垄罚。

尝试类似如下：

glmnet(x=cbind(size, weight), y=log(cost), alpha=0, family='gaussian') 

或可能与泊松回归

glmnet(x=cbind(size, weight), y=cost, alpha=0, family='poission') 

如果输入的数据是不是太庞大了，你可以通过计算得知权使用公式solve(t(X)%*%X + λ*I)%*%(t(X)%*%y)直接从训练数据中进行岭回归，其中X是您输入的变量ABLES矩阵，ÿ是响应变量和我是单位矩阵，你可以学习使用交叉验证从持有了数据集中的拉姆达参数的最佳值。