glmnet 允许用户通过 weights
参数输入观察权重向量。 glmnet 还标准化(默认情况下)预测变量以具有零均值和单位方差。我的问题是:当提供 weights
时,glmnet 是否使用每列的加权平均值(和标准差)或未加权平均值(和标准差)来标准化预测变量?
最佳答案
Link 有关于 glmnet
标准化的描述。
在帖子中,您可以看到用于计算标准化的 glmnet
源代码的 Fortran 代码片段。 (“证明”段落,第二个项目符号)。
我不熟悉 Fortran,但对我来说,它看起来很像实际上使用加权均值和标准差。
编辑:来自 glmnet 小插图:
"
weights
is for the observation weights. Default is 1 for each observation. (Note: glmnet rescales the weights to sum to N, the sample size.)"
Fortran 代码中的 w
是重新缩放的权重,这似乎与加权平均标准化一致。
关于r - 当权重存在时,glmnet 如何标准化变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41122803/