LASSO değişken iz grafiklerini yorumlama

Ben yeniyim glmnetpaketin ve ben sonuçların nasıl yorumlanacağı hala emin değilim. Birisi lütfen aşağıdaki izleme planını okumama yardımcı olabilir mi?

Grafik aşağıdakileri çalıştırarak elde edildi:

library(glmnet)
return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ])
data   <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), 
                 ncol=num.factors)
model  <- cv.glmnet(data, return, standardize=TRUE)

op <- par(mfrow=c(1, 2))
plot(model$glmnet.fit, "norm",   label=TRUE)
plot(model$glmnet.fit, "lambda", label=TRUE)
par(op)

Her iki grafikte de her renkli çizgi, modelinizde farklı bir katsayı tarafından alınan değeri temsil eder. Lambda , normalleştirme terimine (L1 normu) verilen ağırlıktır, bu nedenle lambda sıfıra yaklaştıkça, modelinizin kayıp işlevi OLS kaybı işlevine yaklaşır. Bu betonu yapmak için LASSO kaybı işlevini belirtmenin bir yolu:

Bu nedenle, lambda çok küçük olduğunda, LASSO çözeltisi OLS çözeltisine çok yakın olmalıdır ve tüm katsayılarınız modeldedir. Lambda büyüdükçe, düzenlenme terimi daha büyük etkiye sahiptir ve modelinizde daha az değişken göreceksiniz (çünkü daha fazla katsayı sıfır değere sahip olacaktır).

Yukarıda bahsettiğim gibi, L1 normu LASSO için düzenleme terimidir. Belki ona bakmanın daha iyi bir yolu, x ekseninin L1 normunun alabileceği maksimum izin verilen değer olmasıdır . Yani küçük bir L1 normunuz olduğunda, çok fazla düzenliliğiniz vardır. Bu nedenle, L1 sıfır normu boş bir model verir ve L1 normu artırdıkça, değişkenler katsayıları sıfırdan farklı değerler aldıkça modele "girer".

Soldaki çizim ve sağdaki çizim temel olarak aynı şeyi gösteriyor, sadece farklı ölçeklerde.