如何解决是否可以在 R 中使用带有 cv.glmnet 的滚动交叉验证?
我有类似于以下的时间序列数据:
dates <- as.character(seq(as.Date("2020-01-01"),as.Date("2020-12-31"),"days"))
predictor <- rnorm(length(dates))
target <- rnorm(length(dates))
data <- data.frame(matrix(c(dates,predictor,target),ncol = 3))
names(data) <- c("period","predictor","target")
data <- data %>%
mutate(period = as.Date(period),predictor = as.numeric(predictor),target = as.numeric(target))
我想使用 cv.glmnet
对这些数据进行岭回归拟合:
mod <- cv.glmnet(model.matrix(target ~ predictor,data),data$target,alpha = 0,standardize = T)
然而,我想使用某种滚动交叉验证,而不是使用 cv.glmnet
内置的常规 n 折交叉验证。 IE。使用第 11 次观察来验证在前十次观察等上训练的模型。
我知道这可以使用 caret
包解决,但是否有使用 cv.glmnet
的解决方案?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。