在 R 中的 glmnet 图中的曲线上添加标签

Question

我正在使用 glmnet 包从 mtcars 数据集获取以下图表（mpg 对其他变量的回归）：

library(glmnet)
fit = glmnet(as.matrix(mtcars[-1]), mtcars[,1])
plot(fit, xvar='lambda')

如何将变量名称添加到每条曲线，无论是在每条曲线的开头还是在其最大 y 点（距 x 轴的最大距离）？我试过了，我可以像往常一样添加图例，但不能在每条曲线上或其开头添加标签。感谢您的帮助。

Answer 1

由于标签是硬编码的，因此编写快速函数可能更容易。这只是一个快速镜头，因此可以更改得更彻底。我还会注意到，当使用套索时，通常会有很多变量，因此标签会有很多重叠（如您的小示例所示）

lbs_fun <- function(fit, ...) {
        L <- length(fit$lambda)
        x <- log(fit$lambda[L])
        y <- fit$beta[, L]
        labs <- names(y)
        text(x, y, labels=labs, ...)
}

# plot
plot(fit, xvar="lambda")

# label
lbs_fun(fit)

Answer 2

另一种方法是 plot_glmnet函数中 plotmo 包裹。它会自动定位变量名还有一些其他的花里胡哨的东西。比如下面的代码

library(glmnet)
mod <- glmnet(as.matrix(mtcars[-1]), mtcars[,1])
library(plotmo) # for plot_glmnet
plot_glmnet(mod)

给予

变量名被分散以防止重叠，但我们可以仍然弄清楚哪条曲线与哪个变量相关联。更多示例可在第 6 章中找到 plotres vignette 它包含在 plotmo 包。

Answer 3

这里是对最佳答案的修改，使用线段而不是直接覆盖曲线的文本标签。当有很多变量并且您只想打印那些绝对系数值大于零的变量时，这尤其有用：

#note: the argument 'lra' is a cv.glmnet object


lbs_fun <- function(lra, ...) {

  fit <- lra$glmnet.fit

  L=which(fit$lambda==lra$lambda.min)

  ystart <- sort(fit$beta[abs(fit$beta[,L])>0,L])
  labs <- names(ystart)
  r <- range(fit$beta[,100]) # max gap between biggest and smallest coefs at smallest lambda i.e., 100th lambda
  yfin <- seq(r[1],r[2],length=length(ystart))

  xstart<- log(lra$lambda.min)
  xfin <- xstart+1


  text(xfin+0.3,yfin,labels=labs,...)
  segments(xstart,ystart,xfin,yfin)


}

plot(lra$glmnet.fit,label=F, xvar="lambda", xlim=c(-5.2,0), lwd=2) #xlim, lwd is optional

在 R 中的 glmnet 图中的曲线上添加标签

Adding labels on curves in glmnet plot in R

plot

r

glmnet