glmnet maxit=1000 次迭代后未达到第 n 个 lambda 值的收敛性；返回的较大 lambda 的解决方案

Question

我正在使用 glmnet-package 中的 LASSO 来创建预测。此外，我使用 cv.glmnet-function 进行 5 倍交叉验证来创建 Lasso.fit。然后，根据经验法则 s = "lambda.1se"，该 glmnet-object 将在预测函数中使用。

x <- scale(x)
x_test <- scale(x_test)

lasso.fit <- cv.glmnet(x,y, nfolds = 5, alpha=1, 
                  intercept =TRUE, standardize =TRUE, type.measure="mae")
lasso_pred <- predict(lasso.fit, x_test, s ="lambda.1se")          

但是，运行此模型时我收到以下警告：

Warning: 
from glmnet Fortran code (error code -79); 
Convergence for 79th lambda value not reached after maxit=100000 iterations; 
solutions for larger lambdas returned

这个警告是什么意思？

此外，我应该认真对待这个警告，即更改 cv.glmnet-function 的某些内容吗？

或者在使用惩罚方法创建预测时我不应该担心这一点？

Answer 1

默认情况下，glmnet尝试计算 100 个 lambda 值的解。该错误表示在第 79 个 lambda 值处，达到了坐标下降的最大迭代（默认为 10^5）。因此，由于解不满足收敛标准，因此仅给出前 78 个 lambda 值的解。您仍然可以使用cv.glmnet- 它只是使用这 78 个 lambda 进行模型选择。如果您想计算更多 lambda，只需传递另一个参数maxit=...，其中...某个数字大于 10^5。