我正在使用 glmnet
R
包运行 Ridge 回归。我注意到从 glmnet::glmnet
函数获得的系数与通过定义计算系数(使用相同的 lambda 值)获得的系数不同。有人可以解释一下为什么吗?
数据(两者:响应Y
和设计矩阵X
)已缩放。
library(MASS)
library(glmnet)
# Data dimensions
p.tmp <- 100
n.tmp <- 100
# Data objects
set.seed(1)
X <- scale(mvrnorm(n.tmp, mu = rep(0, p.tmp), Sigma = diag(p.tmp)))
beta <- rep(0, p.tmp)
beta[sample(1:p.tmp, 10, replace = FALSE)] <- 10
Y.true <- X %*% beta
Y <- scale(Y.true + matrix(rnorm(n.tmp))) # Y.true + Gaussian noise
# Run glmnet
ridge.fit.cv <- cv.glmnet(X, Y, alpha = 0)
ridge.fit.lambda <- ridge.fit.cv$lambda.1se
# Extract coefficient values for lambda.1se (without intercept)
ridge.coef <- (coef(ridge.fit.cv, s = ridge.fit.lambda))[2:(p.tmp+1)]
# Get coefficients "by definition"
ridge.coef.DEF <- solve(t(X) %*% X + ridge.fit.lambda * diag(p.tmp)) %*% t(X) %*% Y
# Plot estimates
plot(ridge.coef, type = "l", ylim = range(c(ridge.coef, ridge.coef.DEF)),
main = "black: Ridge `glmnet`\nred: Ridge by definition")
lines(ridge.coef.DEF, col = "red")
最佳答案
如果您阅读?glmnet
,你会看到高斯响应的惩罚目标函数为:
1/2 * RSS / nobs + lambda * penalty
万一岭罚1/2 * ||beta_j||_2^2
使用后,我们有
1/2 * RSS / nobs + 1/2 * lambda * ||beta_j||_2^2
正比于
RSS + lambda * nobs * ||beta_j||_2^2
这与我们通常在教科书中看到的有关岭回归的内容不同:
RSS + lambda * ||beta_j||_2^2
你写的公式:
##solve(t(X) %*% X + ridge.fit.lambda * diag(p.tmp)) %*% t(X) %*% Y
drop(solve(crossprod(X) + diag(ridge.fit.lambda, p.tmp), crossprod(X, Y)))
为课本成绩;对于 glmnet
我们应该期待:
##solve(t(X) %*% X + n.tmp * ridge.fit.lambda * diag(p.tmp)) %*% t(X) %*% Y
drop(solve(crossprod(X) + diag(n.tmp * ridge.fit.lambda, p.tmp), crossprod(X, Y)))
因此,教科书使用惩罚最小二乘法,但是glmnet
使用惩罚均方误差。
请注意,我没有使用您的原始代码 t()
, "%*%"
和solve(A) %*% b
;使用crossprod
和solve(A, b)
更高效!请参阅最后的后续部分。
现在让我们进行一个新的比较:
library(MASS)
library(glmnet)
# Data dimensions
p.tmp <- 100
n.tmp <- 100
# Data objects
set.seed(1)
X <- scale(mvrnorm(n.tmp, mu = rep(0, p.tmp), Sigma = diag(p.tmp)))
beta <- rep(0, p.tmp)
beta[sample(1:p.tmp, 10, replace = FALSE)] <- 10
Y.true <- X %*% beta
Y <- scale(Y.true + matrix(rnorm(n.tmp)))
# Run glmnet
ridge.fit.cv <- cv.glmnet(X, Y, alpha = 0, intercept = FALSE)
ridge.fit.lambda <- ridge.fit.cv$lambda.1se
# Extract coefficient values for lambda.1se (without intercept)
ridge.coef <- (coef(ridge.fit.cv, s = ridge.fit.lambda))[-1]
# Get coefficients "by definition"
ridge.coef.DEF <- drop(solve(crossprod(X) + diag(n.tmp * ridge.fit.lambda, p.tmp), crossprod(X, Y)))
# Plot estimates
plot(ridge.coef, type = "l", ylim = range(c(ridge.coef, ridge.coef.DEF)),
main = "black: Ridge `glmnet`\nred: Ridge by definition")
lines(ridge.coef.DEF, col = "red")
请注意,我设置了 intercept = FALSE
当我调用cv.glmnet
时(或glmnet
)。这比它在实践中的影响更具概念意义。从概念上讲,我们的教科书计算没有截距,因此我们希望在使用 glmnet
时删除截距。 。但实际上,自从你的 X
和Y
标准化后,截距的理论估计值为 0。即使使用 intercepte = TRUE
( glment
默认),您可以检查截距的估计为 ~e-17
(数值为 0),因此其他系数的估计不会受到显着影响。另一个答案只是显示这一点。
后续
As for the using
crossprod
andsolve(A, b)
- interesting! Do you by chance have any reference to simulation comparison for that?
t(X) %*% Y
首先将进行转置 X1 <- t(X)
,然后执行 X1 %*% Y
,而crossprod(X, Y)
不会进行转置。 "%*%"
是 DGEMM
的包装对于案例op(A) = A, op(B) = B
,而crossprod
是 op(A) = A', op(B) = B
的包装。同样tcrossprod
对于 op(A) = A, op(B) = B'
.
crossprod(X)
的主要用途用于t(X) %*% X
;类似地 tcrossprod(X)
对于 X %*% t(X)
,在这种情况下 DSYRK
而不是DGEMM
叫做。您可以阅读 Why the built-in lm function is so slow in R? 的第一部分出于原因和基准。
请注意,如果 X
不是方阵,crossprod(X)
和tcrossprod(X)
速度并不相同,因为它们涉及不同数量的浮点运算,对此您可以阅读 Any faster R function than “tcrossprod” for symmetric dense matrix multiplication? 的附注
关于solvel(A, b)
和solve(A) %*% b
,请阅读How to compute diag(X %% solve(A) %% t(X)) efficiently without taking matrix inverse?的第一部分
关于 `glmnet` 的岭回归给出的系数与我通过 "textbook definition"计算的系数不同?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39863367/