cross-validation - 使用 glmnet 交叉验证预测

Question

有谁知道 glmnet 是否产生交叉验证的预测，即基于模型构建中遗漏的折叠的预测(人们通常认为是交叉验证的)而不是交叉验证的预测都是来自相同的预测基于通过交叉验证建立的最优 lambda 的模型？

Answer 1

predict.cv.glmnet 正如您怀疑的那样，只是将适合所有数据的“glmnet”传递给 predict.glmnet。

但是，参数 keep 返回基于遗漏数据集的训练数据(拟合值)的预测。每条记录分配给的折叠被记录为元素 foldid。

> library(glmnet)
> # keep prevalidated array
> cvf1 <- cv.glmnet(x = as.matrix(mtcars[, c("disp", "hp", "mpg")]), 
+     y = mtcars$am, family = "binomial", keep = TRUE)
> dim(mtcars)
# [1] 32 11
> length(cvf1$lambda)
# [1] 84
> # leave-n out fitted predictions
> # 84 columns, 2 columns padded with NAs
> dim(cvf1$fit.preval)
# [1] 32 86
> # performance of cross-validated model predictions
> round(mtcars$am - cvf1$fit.preval[, cvf1$lambda == cvf1$lambda.min])
#  [1]  1  1  0  0  0  0  0  0 -1  0  0  0  0  0  0
# [16]  0  0  0  0  0 -1  0  0  0  0  0  0  0  1  0
# [31]  0  0
> cvf1$foldid
#  [1]  1  6  6  1  1  8  9  6  2  5  9  4  4  2  2
# [16] 10  5  2  3  4 10  3  1  3 10  9  7  8  7  8
# [31]  7  5