请教各位大佬，关于glmnet在多分类中的response参数问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近在做一个3分类问题，选用了glmnet函数，下面是具体代码：
fit1=glmnet(x_train,y_train,family="multinomial",type.multinomial = "grouped")
prefit.t<-predict(fit1,newx = x_test,type = "response",s=0)

最后输出了每一个样本对应的三类概率，如下所示：
1                          2            3
0.171590254 0.30420565 0.5242040981
0.072778138 0.15887890 0.7683429653
0.163690540 0.22120834 0.6151011165

但是不太清楚，每一类的概率是通过什么公式所得到的呢，上网查了一下贝叶斯分类公式是这样，其中theta0是截距项，theta是每个变量对应的系数。

感谢各位大佬~~~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：response glmnet resp NET SPO

你的理解大致是对的，你列的公式，实际上是相当于多项逻辑回归（Multinomial logistic regression）

https://en.wikipedia.org/wiki/Multinomial_logistic_regression

不过glmnet还涉及到了正则化，所以和这个情况还有一些不同，你可以通过修改type = "coefficients"看到，不同的分类，有不同的结局和斜率，而且是稀疏的，具体的计算，你可以参看原始代码，

https://github.com/cran/glmnet/blob/master/R/predict.glmnet.R

owenqi 发表于 2021-6-7 06:18
你的理解大致是对的，你列的公式，实际上是相当于多项逻辑回归（Multinomial logistic regression）

不 ...

感谢大佬的解答和资料~，我去您给的网址中再学习一下相关内容