Prognozy za pomocą glmnet w R

Próbuję modelować niektóre dane przy użyciu glmnetpakietu w R. Załóżmy, że mam następujące dane

training_x <- data.frame(variable1 = c(1, 2, 3, 2, 3),
                         variable2 = c(1, 2, 3, 4, 5))
y <- c(1, 2, 3, 4, 5)

(Jest to uproszczenie; moje dane są znacznie bardziej skomplikowane.) Następnie użyłem następującego kodu, aby utworzyć model glmnet.

x <- as.matrix(training_x)
library(glmnet)
GLMnet_model_1 <- glmnet(x, y, family="gaussian", alpha=0.755,
                         nlambda=1000, standardize=FALSE, maxit=100000)

Używam, standardize=FALSEponieważ moje rzeczywiste dane są już znormalizowane. Następnie chcę przewidzieć nowy zestaw danych. Powiedzmy, że moje nowe dane to:

newdata <- as.matrix(data.frame(variable1 = c(2, 2, 1, 3), 
                                variable2 = c(6, 2, 1, 3)))
results <- predict(object=GLMnet_model_1, newx, type="response")

Oczekiwałbym, że wyniki będą zawierać 4 elementy (przewidywania newdata), ale zamiast tego daje mi macierz 4x398. Co ja robię źle?

Musisz określić, dla której wartości lambda chcesz przewidzieć odpowiedź. Wszystko, co musisz zrobić, to zadzwonić jak np .:

results <-predict(GLMnet_model_1, s=0.01, newx, type="response")