の続きです。
今回はRidge Regressionをしてみます。
を参考にしています。
まず、glmnetパッケージの読み込みをします。
glmnet関数は説明変数のマトリックスと被説明変数のベクトルを用意しないといけないので、マトリックス、ベクトルを作ります。
glmnet関数でRidge Regressionモデルを作成します。
lambdaによって係数がどのように変わるかを図示してみます。
cv.glmnet関数で最適なlambdaの値でのRidge Regression Modelを作ります。
plot関数でCvRidgeModをグラフにすると、最適なlamdaがどこかわかります。
lambda.minという名前で最適なlambdaが格納されています。
各変数の係数を確認しましょう。
普通のlm関数のモデルの係数も見てみましょう。
今回は以上です。
次回は
です。
はじめから読むには、
です。
