R glm dan glmnet menggunakan algoritma yang berbeda.
Saya melihat perbedaan yang tidak sepele antara estimasi koefisien ketika saya menggunakan keduanya.
Saya tertarik ketika satu lebih akurat daripada yang lain, dan waktu untuk menyelesaikan / akurasi trade off.
Secara khusus saya mengacu pada kasus di mana satu set lambda = 0 di glmnet st itu memperkirakan hal yang sama dengan glm.
r
generalized-linear-model
glmnet
Will Beauchamp
sumber
sumber
Jawaban:
Glmnet adalah untuk regresi bersih elastis. Ini menghukum ukuran perkiraan koefisien (melalui campuran hukuman L1 dan L2). Ia mencoba menjelaskan varians dalam data melalui model sebanyak mungkin sambil menjaga koefisien model tetap kecil. Saya menemukan slide ini bermanfaat untuk memahaminya.
Glm tidak menggunakan istilah penalti.
Efeknya, seperti yang saya pahami, bahwa dengan jaring elastis Anda mungkin menerima beberapa bias sebagai imbalan atas pengurangan varian penaksir. Jadi mana yang terbaik harus bergantung pada bagaimana Anda mendefinisikan 'terbaik' dalam hal bias dan varians. (Misalnya saya tahu glmnet memiliki kelebihan ketika Anda memiliki banyak fitur dibandingkan dengan pengamatan)
sumber