估算glmnet中的許多交互項

Question

我的理解是，glmnet採用矩陣，其中每列是解釋變量。

我有〜10個解釋性變量（其中一些是因子）

如何可能需要式如Y〜（X1 * X2 * X3）+（X4 *×5）+ 5233和一個數據幀估計這個使用glmnet？

我相信我將不得不創建一個矩陣，其中每個交互項都有自己的列，但我不知道如何簡單地獲取輸入的公式和變量（其中一些是因子）並獲得輸出矩陣I可以很容易地進入glmnet。

Answer 1

假設您需要y = b0 + b1*x1*x2 + b2*x3 + noise表單的模型，其中目標變量y和所有解釋變量x1, x2, x3都存儲在同一個數據框中。 ...

編輯：感謝@BenBolker的提示model.matrix。

使用model.matrix下面的代碼提供了一個解決方案：

library(glmnet) 

# the original data frame and formula 
set.seed(23) 
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5)) 
f <- as.formula(y~x1:x2+x3+0) 
# no intercept here ('+0') because glmnet adds intercept by default 

# transform dataframe to matrices as required by glmnet 
x <- model.matrix(f, dat) 
y <- as.matrix(dat$y, ncol=1) 

# fit glmnet model with penalty parameter 0.001 
g <- glmnet(x, y, lambda=0.001) 
print(coef(g)) 
# 3 x 1 sparse Matrix of class "dgCMatrix" 
#     s0 
# (Intercept) 0.3506450 
# x3   0.2308045 
# x1:x2  0.1016138 

僅限完整性，這是我原來的答覆，而無需使用model.matrix，這需要一些人工干預的：

library(glmnet) 

# the original data frame 
set.seed(23) 
dat <- data.frame(y=runif(5), x1=runif(5), x2=runif(5), x3=runif(5)) 

# transform dataframe to matrices as required by glmnet 
x <- with(dat, as.matrix(cbind("x1*x2"=x1*x2, "x3"=x3))) 
y <- with(dat, as.matrix(y, ncol=1)) 

# fit glmnet model with penalty parameter 0.001 
g <- glmnet(x, y, lambda=0.001) 
print(coef(g)) 
# 3 x 1 sparse Matrix of class "dgCMatrix" 
#     s0 
# (Intercept) 0.3506450 
# x1*x2  0.1016137 
# x3   0.2308045