Mar*_*ski 7 regression r summary lm
我想知道有没有办法输出R中岭回归的摘要?这是lm.ridge{MASS}功能的结果.
对于标准线性模型,您只需要进行summary(lm_model)岭回归模型吗?感谢帮助.
我刚刚添加了一个方法,可以将对象汇总(或者更确切地说,整理)"ridgelm"对象到我的扫帚包中.这采用两个S3泛型的形式:tidy和glance.您可以安装它devtools::install_github("dgrtwo/broom")(尽管您需要先安装devtools).
举个例子,让我们设置一个岭回归:
library(MASS)
names(longley)[1] <- "y"
fit <- lm.ridge(y ~ ., longley, lambda = seq(0.001, .05, .001))
Run Code Online (Sandbox Code Playgroud)
该tidy函数提供了一个数据框,显示了lambda和估计项的每个组合:
library(broom)
td <- tidy(fit)
head(td)
## lambda GCV term estimate
## 1 0.001 0.1240 GNP 23.02
## 2 0.002 0.1217 GNP 21.27
## 3 0.003 0.1205 GNP 19.88
## 4 0.004 0.1199 GNP 18.75
## 5 0.005 0.1196 GNP 17.80
## 6 0.006 0.1196 GNP 16.99
Run Code Online (Sandbox Code Playgroud)
虽然该glance函数创建了一行摘要,特别是通过各种方法选择lambda:
g <- glance(fit)
g
## kHKB kLW lambdaGCV
## 1 0.006837 0.05267 0.006
Run Code Online (Sandbox Code Playgroud)
这很有用,因为它可以很容易地自己绘制和探索数据,而不是依赖于MASS的绘图仪:
library(ggplot2)
ggplot(td, aes(lambda, estimate, color = term)) + geom_line()
Run Code Online (Sandbox Code Playgroud)

# plot of GCV versus lambda
ggplot(td, aes(lambda, GCV)) + geom_line() +
geom_vline(xintercept = g$lambdaGCV, col = "red", lty = 2)
Run Code Online (Sandbox Code Playgroud)

有关这些方法的更多信息,请参阅?ridgelm_tidiers或查看软件包的插图,了解有关一般方法tidy和glance方法的更多信息.
| 归档时间: |
|
| 查看次数: |
10482 次 |
| 最近记录: |