r - glmnet 变量重要性 | `vip` 与 `varImp`

Question

关闭。这个问题需要details or clarity .它目前不接受答案。












想改进这个问题？通过 editing this post 添加详细信息并澄清问题.

1年前关闭。




Improve this question




我使用 glmnet 拟合了 Lasso Logistic 回归模型

X = data.matrix(mtcars %>% dplyr::select(-vs))
y = mtcars$vs
CV_lasso = cv.glmnet(X, y, alpha = 1, family = "binomial", type.measure = "class")

我试图确定变量的重要性，并遇到了两种产生截然不同结果的方法

vip(CV_lasso$glmnet.fit)

varImp(CV_lasso$glmnet.fit, lambda = CV_lasso$lambda.min) 

有人能告诉我这些方法有什么区别，哪一种更好吗？从逻辑套索模型中确定变量重要性的最佳方法是什么？

Answer 1

似乎是因为他们对 lambda 使用了不同的值。 .在 varImp ，您指定哪个 lambda使用。但是，当您调用 vip ，然后在源代码中，执行以下代码:

imp <- if (inherits(object, what = "vi")) {
    object
  } else {
    vi(object = object, ...)  # compute variable importance scores
  }

在哪里 vi(object = object, ...)被调用。在 vi 的源代码中函数，在某些时候这个小标题被定义:

tib <- switch(method,
    "model" = vi_model(object, ...),
    "firm" = vi_firm(object, feature_names = feature_names, var_fun = var_fun,
                     ice = ice, ...),
    "permute" = vi_permute(object, feature_names = feature_names, ...),
    vi_shap(object, feature_names = feature_names, ...)
  )

问题出现在 "model" 的定义中。 .尝试运行时 vi_model .在此函数中，此代码用于确定要使用的 lambda:

 # Extract coefficients
  s <- list(...)$s
  if (is.null(s)) {
    s <- min(object$lambda)
  }

由于您还没有定义s , 然后它被设置为你的 lambdas 中的最小值。这是 lambda 的最后一个值，即 0.0001119218。这不等于 varImp 中使用的 lambda。 ，您指定使用最佳 lambda，在本例中为 0.1586463。
您可以通过运行获得相同的系数:

c1 = vip::vi_model(CV_lasso$glmnet.fit, s = CV_lasso$lambda.min)
c2 = caret::varImp(CV_lasso$glmnet.fit, lambda = CV_lasso$lambda.min) 

然后如果你坚持使用 vip::vip要获得绘图，您可以在 c1 上调用此函数:

vip::vip(c1)