r - 当权重存在时，glmnet 如何标准化变量？

Question

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？

Answer 1

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。