Gözlemlediğiniz fark, GLMNET'in objektif işlevlerinde kullandığı gözlem sayısı N'nin eklenmesi ve aşağıda gösterildiği gibi örnek standart sapması ile Y'nin standartlaştırılmasıdır.
12N∥∥∥ysy−Xβ∥∥∥22+λ∥β∥22/2
Kullandığımız burada yerine için ,
1/n1/(n−1)sy
sy=∑i(yi−y¯)2n
Betaya göre farklılık göstererek, denklemi sıfıra ayarlayarak,
XTXβ−XTysy+Nλβ=0
Ve beta için çözerek, tahminde,
β~GLMNET=(XTX+NλIp)−1XTysy
Y'nin orijinal metriği üzerindeki tahminleri (ve bunlara karşılık gelen cezaları) geri kazanmak için, GLMNET, hem tahminleri hem de lambdaları ile kullanıcıya geri döndürür,sy
β^GLMNET=syβ~GLMNET=(XTX+NλIp)−1XTy
λunstd.=syλ
Bu çözümü standart sırt regresyonunun türetilmesiyle karşılaştırın.
β^=(XTX+λIp)−1XTy
fazladan N faktörü ile ölçeklendiğine dikkat edin . Ayrıca, veya işlevini kullandığımız zaman , ceza açıkça tarafından ölçeklendirilir . Diğer bir deyişle, bu işlevleri bazı için katsayı tahminlerini elde etmek için kullandığımızda , için tahminleri etkin bir şekilde elde .λpredict()
coef()
1/syλ∗λ=λ∗/sy
Bu gözlemlere dayanarak, GLMNET'te kullanılan cezanın bir faktörü ile ölçeklendirilmesi gerekir .sy/N
set.seed(123)
n <- 1000
p <- 100
X <- matrix(rnorm(n*p,0,1),n,p)
beta <- rnorm(p,0,1)
Y <- X%*%beta+rnorm(n,0,0.5)
sd_y <- sqrt(var(Y)*(n-1)/n)[1,1]
beta1 <- solve(t(X)%*%X+10*diag(p),t(X)%*%(Y))[,1]
fit_glmnet <- glmnet(X,Y, alpha=0, standardize = F, intercept = FALSE, thresh = 1e-20)
beta2 <- as.vector(coef(fit_glmnet, s = sd_y*10/n, exact = TRUE))[-1]
cbind(beta1[1:10], beta2[1:10])
[,1] [,2]
[1,] 0.23793862 0.23793862
[2,] 1.81859695 1.81859695
[3,] -0.06000195 -0.06000195
[4,] -0.04958695 -0.04958695
[5,] 0.41870613 0.41870613
[6,] 1.30244151 1.30244151
[7,] 0.06566168 0.06566168
[8,] 0.44634038 0.44634038
[9,] 0.86477108 0.86477108
[10,] -2.47535340 -2.47535340
Sonuçlar, kesişen ve standartlaştırılmış X değişkenlerinin dahil edilmesini genelleştirir. [1] pozisyonunda ek bir sıfır girişi olacak şekilde bir sütun ve köşegen matrisi içerecek şekilde standartlaştırılmış bir X matrisini değiştiriyoruz (yani, kesişmeyi cezalandırmayın). Daha sonra tahminleri kendi standart sapmalarına göre standartlaştırabilirsiniz (yine standart sapmayı hesaplarken 1 / n kullandığınızdan emin olun).
β^j=βj~sxj
β^0=β0~−x¯Tβ^
mean_x <- colMeans(X)
sd_x <- sqrt(apply(X,2,var)*(n-1)/n)
X_scaled <- matrix(NA, nrow = n, ncol = p)
for(i in 1:p){
X_scaled[,i] <- (X[,i] - mean_x[i])/sd_x[i]
}
X_scaled_ones <- cbind(rep(1,n), X_scaled)
beta3 <- solve(t(X_scaled_ones)%*%X_scaled_ones+1000*diag(x = c(0, rep(1,p))),t(X_scaled_ones)%*%(Y))[,1]
beta3 <- c(beta3[1] - crossprod(mean_x,beta3[-1]/sd_x), beta3[-1]/sd_x)
fit_glmnet2 <- glmnet(X,Y, alpha=0, thresh = 1e-20)
beta4 <- as.vector(coef(fit_glmnet2, s = sd_y*1000/n, exact = TRUE))
cbind(beta3[1:10], beta4[1:10])
[,1] [,2]
[1,] 0.24534485 0.24534485
[2,] 0.17661130 0.17661130
[3,] 0.86993230 0.86993230
[4,] -0.12449217 -0.12449217
[5,] -0.06410361 -0.06410361
[6,] 0.17568987 0.17568987
[7,] 0.59773230 0.59773230
[8,] 0.06594704 0.06594704
[9,] 0.22860655 0.22860655
[10,] 0.33254206 0.33254206
Standart X'i araya girmeden göstermek için kod eklendi:
set.seed(123)
n <- 1000
p <- 100
X <- matrix(rnorm(n*p,0,1),n,p)
beta <- rnorm(p,0,1)
Y <- X%*%beta+rnorm(n,0,0.5)
sd_y <- sqrt(var(Y)*(n-1)/n)[1,1]
mean_x <- colMeans(X)
sd_x <- sqrt(apply(X,2,var)*(n-1)/n)
X_scaled <- matrix(NA, nrow = n, ncol = p)
for(i in 1:p){
X_scaled[,i] <- (X[,i] - mean_x[i])/sd_x[i]
}
beta1 <- solve(t(X_scaled)%*%X_scaled+10*diag(p),t(X_scaled)%*%(Y))[,1]
fit_glmnet <- glmnet(X_scaled,Y, alpha=0, standardize = F, intercept =
FALSE, thresh = 1e-20)
beta2 <- as.vector(coef(fit_glmnet, s = sd_y*10/n, exact = TRUE))[-1]
cbind(beta1[1:10], beta2[1:10])
[,1] [,2]
[1,] 0.23560948 0.23560948
[2,] 1.83469846 1.83469846
[3,] -0.05827086 -0.05827086
[4,] -0.04927314 -0.04927314
[5,] 0.41871870 0.41871870
[6,] 1.28969361 1.28969361
[7,] 0.06552927 0.06552927
[8,] 0.44576008 0.44576008
[9,] 0.90156795 0.90156795
[10,] -2.43163420 -2.43163420