glmnetの標準化引数はダミー変数をどのように扱いますか？

Question

私のデータセットには、いくつかの連続変数とダミー変数があります。 glmnetを使った解析では、連続変数を標準化したいが、ダミー変数は入れない。

私は現在、[0,1]の値しか持たない列のダミーベクトルを定義してから、ダミー以外のすべての列に対してscaleコマンドを使用して手動でこれを行います。問題は、これはあまり優雅ではないということです。

しかしglmnetはstandardize引数に建てられました。デフォルトでは、これもダミーを標準化しますか？もしそうなら、glmnetのstandardize引数にダミーをスキップするようエレガントな方法がありますか？それは式のインタフェースを持っていないため

Answer 1

つまり、これはダミー変数を標準化しますが、そうする理由があります。 glmnet機能は、そのXパラメータの入力ではなく、データフレームとして行列をとるので、パラメータがdata.frameだった場合、あなたが持っているかもしれfactorの列の区別をしていません。あなたが内部FORTRAN関数（ELNET、lognet、他のいずれかに供給する0または1の整数にRブール値に変換

isd = as.integer(standardize) 

として内部、glmnetコードstandardizeパラメータRの関数を見てみた場合。。！

  subroutine standard1 (no,ni,x,y,w,isd,intr,ju,xm,xs,ym,ys,xv,jerr) 989 
      real x(no,ni),y(no),w(no),xm(ni),xs(ni),xv(ni)      989 
      integer ju(ni)              990 
      real, dimension (:), allocatable :: v          
      allocate(v(1:no),stat=jerr)           993 
      if(jerr.ne.0) return             994 
      w=w/sum(w)               994 
      v=sqrt(w)                995 
      if(intr .ne. 0)goto 10651            995 
      ym=0.0                995 
      y=v*y                 996 
      ys=sqrt(dot_product(y,y)-dot_product(v,y)**2)       996 
      y=y/ys                997 
    10660 do 10661 j=1,ni              997 
      if(ju(j).eq.0)goto 10661            997 
      xm(j)=0.0                997 
      x(:,j)=v*x(:,j)              998 
      xv(j)=dot_product(x(:,j),x(:,j))          999 
      if(isd .eq. 0)goto 10681            999 
      xbq=dot_product(v,x(:,j))**2           999 
      vc=xv(j)-xbq               1000 
      xs(j)=sqrt(vc)              1000 
      x(:,j)=x(:,j)/xs(j)             1000 
      xv(j)=1.0+xbq/vc              1001 
      goto 10691               1002 

が1000をマークされた行を見てみましょう： - アル）は

あなたはFORTRANコード（固定幅調べることによってさらに行けば古い学校）を、次のブロックが表示されますこれは基本的に標準化公式をtに適用することです彼はXマトリックスです。

は今、統計学的に言えば、一つは一般的に推定説明変数の解釈可能に保持するために、カテゴリ変数を標準化しません。しかし、Tibshirani hereによって指摘されているように、「lasso法は回帰分析の初期標準化を必要とするので、罰則はすべての回帰変数に対して公平である。カテゴリー回帰分析では、回帰変数をダミー変数で符号化し、これは連続変数とカテゴリ変数の間の任意のスケーリングを引き起こしますが、それは等しいペナルティ処理のために行われます。

Answer 2

glmnetは、ダミー変数について何も知らない（したがってmodel.frameとmodel.matrixには触れていません。）あなたがそれらを特別扱いすることにしたい場合は、あなたが行う必要があるでしょうあなた自身。