Разница, которую вы наблюдаете, связана с дополнительным делением на количество наблюдений N, которое GLMNET использует в своей целевой функции, и неявной стандартизацией Y по стандартному отклонению выборки, как показано ниже.
12 N∥∥∥YsY- Хβ∥∥∥22+ λ ∥ β∥22/ 2
где мы используем вместо 1 / ( n - 1 ) для s y ,
s y = ∑ i ( y i - ˉ y ) 21 / n1 / ( n - 1 )sY
sY= ∑я( уя- у¯)2N
Дифференцируя по отношению к бете, устанавливая уравнение на ноль,
ИксTИксβ- ХTYsY+ Nλ β= 0
И, решив для беты, мы получаем оценку,
β~G L MNЕT= ( XTИкс+ Nλ Iп)- 1ИксTYsY
Чтобы восстановить оценки (и соответствующие штрафы) по исходной метрике Y, GLMNET умножает как оценки, так и лямбды на и возвращает эти результаты пользователю,sY
Лупытд. =syλ
β^G L MNЕT= сYβ~G L MNЕT= ( XTИкс+ Nλ Iп)- 1ИксTY
λу п ы т д,= сYλ
Сравните это решение со стандартным выводом регрессии гребня.
β^= ( XTИкс+ λ Iп)- 1ИксTY
Обратите внимание, что масштабируется на дополнительный коэффициент N. Кроме того, когда мы используем функцию или , штраф будет неявно масштабироваться на 1 / s y . То есть, когда мы используем эти функции для получения оценок коэффициентов для некоторого λ ∗ , мы эффективно получаем оценки для λ = λ ∗ /λpredict()
coef()
1 / сYλ* .λ = λ*/ сY
На основании этих наблюдений, наказание используется в GLMNET должна быть расширена на коэффициент .sY/ N
set.seed(123)
n <- 1000
p <- 100
X <- matrix(rnorm(n*p,0,1),n,p)
beta <- rnorm(p,0,1)
Y <- X%*%beta+rnorm(n,0,0.5)
sd_y <- sqrt(var(Y)*(n-1)/n)[1,1]
beta1 <- solve(t(X)%*%X+10*diag(p),t(X)%*%(Y))[,1]
fit_glmnet <- glmnet(X,Y, alpha=0, standardize = F, intercept = FALSE, thresh = 1e-20)
beta2 <- as.vector(coef(fit_glmnet, s = sd_y*10/n, exact = TRUE))[-1]
cbind(beta1[1:10], beta2[1:10])
[,1] [,2]
[1,] 0.23793862 0.23793862
[2,] 1.81859695 1.81859695
[3,] -0.06000195 -0.06000195
[4,] -0.04958695 -0.04958695
[5,] 0.41870613 0.41870613
[6,] 1.30244151 1.30244151
[7,] 0.06566168 0.06566168
[8,] 0.44634038 0.44634038
[9,] 0.86477108 0.86477108
[10,] -2.47535340 -2.47535340
Результаты обобщаются на включение перехвата и стандартизированных переменных X. Мы модифицируем стандартизированную X-матрицу, включив в нее столбец единиц и диагональную матрицу, чтобы иметь дополнительный нулевой элемент в позиции [1,1] (т.е. не штрафовать за перехват). Затем вы можете отстранить оценки от оценки их соответствующих стандартных отклонений (снова убедитесь, что вы используете 1 / n при вычислении стандартного отклонения).
β^J= βJ~sИксJ
β^0= β0~- х¯Tβ^
mean_x <- colMeans(X)
sd_x <- sqrt(apply(X,2,var)*(n-1)/n)
X_scaled <- matrix(NA, nrow = n, ncol = p)
for(i in 1:p){
X_scaled[,i] <- (X[,i] - mean_x[i])/sd_x[i]
}
X_scaled_ones <- cbind(rep(1,n), X_scaled)
beta3 <- solve(t(X_scaled_ones)%*%X_scaled_ones+1000*diag(x = c(0, rep(1,p))),t(X_scaled_ones)%*%(Y))[,1]
beta3 <- c(beta3[1] - crossprod(mean_x,beta3[-1]/sd_x), beta3[-1]/sd_x)
fit_glmnet2 <- glmnet(X,Y, alpha=0, thresh = 1e-20)
beta4 <- as.vector(coef(fit_glmnet2, s = sd_y*1000/n, exact = TRUE))
cbind(beta3[1:10], beta4[1:10])
[,1] [,2]
[1,] 0.24534485 0.24534485
[2,] 0.17661130 0.17661130
[3,] 0.86993230 0.86993230
[4,] -0.12449217 -0.12449217
[5,] -0.06410361 -0.06410361
[6,] 0.17568987 0.17568987
[7,] 0.59773230 0.59773230
[8,] 0.06594704 0.06594704
[9,] 0.22860655 0.22860655
[10,] 0.33254206 0.33254206
Добавлен код для отображения стандартизированного X без перехвата:
set.seed(123)
n <- 1000
p <- 100
X <- matrix(rnorm(n*p,0,1),n,p)
beta <- rnorm(p,0,1)
Y <- X%*%beta+rnorm(n,0,0.5)
sd_y <- sqrt(var(Y)*(n-1)/n)[1,1]
mean_x <- colMeans(X)
sd_x <- sqrt(apply(X,2,var)*(n-1)/n)
X_scaled <- matrix(NA, nrow = n, ncol = p)
for(i in 1:p){
X_scaled[,i] <- (X[,i] - mean_x[i])/sd_x[i]
}
beta1 <- solve(t(X_scaled)%*%X_scaled+10*diag(p),t(X_scaled)%*%(Y))[,1]
fit_glmnet <- glmnet(X_scaled,Y, alpha=0, standardize = F, intercept =
FALSE, thresh = 1e-20)
beta2 <- as.vector(coef(fit_glmnet, s = sd_y*10/n, exact = TRUE))[-1]
cbind(beta1[1:10], beta2[1:10])
[,1] [,2]
[1,] 0.23560948 0.23560948
[2,] 1.83469846 1.83469846
[3,] -0.05827086 -0.05827086
[4,] -0.04927314 -0.04927314
[5,] 0.41871870 0.41871870
[6,] 1.28969361 1.28969361
[7,] 0.06552927 0.06552927
[8,] 0.44576008 0.44576008
[9,] 0.90156795 0.90156795
[10,] -2.43163420 -2.43163420