目前我有一个 clogit 模型，但我想进一步推动它使用层进行套索逻辑回归 (glmnet)。
我想通过 RaceNumbe
这是我的教授用来获得线性回归中的套索系数的代码。
<pre><code> coef_lasso = pd.DataFrame (np.stack((linreg.c
我正在执行随机搜索 cv 以在套索回归中查找 alpha 值，并且我正在执行 10 折交叉验证。有没有办法像我
我正在使用 <code>{selectiveInference}</code> 包通过套索（“l1 范数”）执行选择后推理。这个包假设 lambda 是
我最终想找到一组使用弹性网回归方法最能区分三组（低、中、高）的蛋白质。
有可重现的示例代
我正在处理一个连续数的回归任务，我尝试了 GridSearch 的 lasso 回归模型
这是我得到的
alpha = 0
我一直在无休止地寻找答案，非常感谢您的帮助。我目前有 10 个估算数据集、一个分类结果变量（序数
我正在尝试使用 R 重现 Wang 和 Xia (2009) 结果，并且我有以下 for 循环：
<pre class="lang-r prettyprint-override"
我有一个关于 glmnet 包中的标准化选项的问题。 <br/>
我知道缩放或标准化数据集对于回归分析是必要的
