相关疑难解决方法(0)

使用 R，我尝试修改使用 cv.glmnet 执行岭回归得到的标准图。

我执行岭回归

lam = 10 ^ seq (-2,3, length =100)    
cvfit = cv.glmnet(xTrain, yTrain, alpha = 0, lambda = lam)

我可以通过执行以下操作来绘制系数与 log lambda 的关系

plot(cvfit $glmnet.fit, "lambda")

如何根据实际 lambda 值（不是 log lambda）绘制系数并在图上标记每个预测变量？

我修改了这篇文章中的函数（在 R 中的 glmnet 图中添加曲线上的标签）以将图例添加到图中，如下所示：

library(glmnet)
fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1])

lbs_fun <- function(fit, ...) {
        L <- length(fit$lambda)
        x <- log(fit$lambda[L])
        y <- fit$beta[, L]
        labs <- names(y)
        text(x, y, labels=labs, ...)
        legend('topright', legend=labs, col=1:length(labs), lty=1) # <<< ADDED BY ME
}
plot(fit, xvar="lambda")
lbs_fun(fit)

但是，我发现绘图和图例中的文本标签不匹配。变量“am”的颜色显然不正确。错误在哪里？感谢您的帮助。