我有这个套索回归代码,当我打印beta系数时,我得到了的许多组β值,而不仅仅是一组。我没有为lambda指定任何值,但当我这样做时,我只得到一组beta值。我知道如何为兰达找到最好的价值。我的问题是,当我没有指定lambda的时候,为什么我会得到这么多的betas呢?这些是连续变量吗?Here is the code: library(glmnet)x=model.matrix(crim~.,
我正在训练一个弹性网络模型,我发现lambda.1se比lambda.min高得多,通常是测试的最大lambda,所选择的特性为零。我猜这是因为我的标准差真的很大。有没有办法让cv.glmnet在lambda.1se和lambda.min之间选择一个值?x = matrix(rnorm(100 * 20), 100, 20) # not the actual data
fit <- cv.glmnet</em