问题描述
我正在尝试使用以下代码在R中执行多个LASSO回归:
library(readxl)
data <-read_excel("data.xlsx") # 20x20 matrix
library(glmnet)
library(coefplot)
A <- as.matrix(data)
results <- lapply(seq_len(ncol(A)),function(i) {
list(
fit_lasso = glmnet(A[,-i],A[,i],standardize = T,alpha = 1),cvfit = cv.glmnet(A[,standardize = TRUE,type.measure = "mse",nfolds = 10,alpha = 1)
)
})
coefficients <- lapply(results,function(x,fun) fun(coef(x$cvfit,s = "lambda.min")),function(x) x[x[,1L] != 0L,1L,drop = FALSE])
我的输出results
产生的Large list (20 elements,1MB)
具有20个相同的LASSO输出,但对于20个变量,而coefficients
输出只是每种情况下的重要变量。
我注意到,对于同一数据集,结果并不总是相同的-可能是由于每次运行中lambda值的改变?不确定。我想让我的代码查找相同的lambda.min
,并在运行数据集时始终给出相同的结果。我相信set.seed()可以管理它,但无法弄清楚如何充分包含它。
如何始终使它为特定数据集打印相同的输出?
解决方法
只需将lambda.min
放在列表前,我就可以每次运行产生相同的set.seed()
值。然后,为交叉验证运行的随机抽取设置种子。
library(readxl)
data <-read_excel("data.xlsx") # 20x20 matrix
library(glmnet)
library(coefplot)
A <- as.matrix(data)
set.seed(54234)
results <- lapply(seq_len(ncol(A)),function(i) {
list(
fit_lasso = glmnet(A[,-i],A[,i],standardize = T,alpha = 1),cvfit = cv.glmnet(A[,standardize = TRUE,type.measure = "mse",nfolds = 10,alpha = 1)
)
})
coefficients <- lapply(results,function(x,fun) fun(coef(x$cvfit,s = "lambda.min")),function(x) x[x[,1L] != 0L,1L,drop = FALSE])