为什么R语言glmnet的predict函数返回矩阵而非单列预测结果？

返回多列预测结果的原因 #

glmnet包默认设计为自动生成100个不同的正则化惩罚系数lambda取值，拟合整个正则化路径上的所有模型。你调用predict()时没有指定要使用的lambda参数，函数会默认返回全部100个lambda对应的预测结果，因此输出为294行（测试集样本量）100列的矩阵，你的代码逻辑本身没有本质错误，只是缺少指定预测所用lambda的步骤。

修正方案 #

推荐通过交叉验证自动选择最优lambda再做预测，修正后的核心代码如下：

# 拟合模型部分替换为交叉验证版本
X <- model.matrix(Attrition~ ., train)
# 5折交叉验证拟合岭正则化逻辑回归，alpha=0代表岭回归
cv_ridge <- cv.glmnet(X, train$Attrition, family = 'binomial', alpha = 0, nfolds = 5)

# 预测时指定s参数为交叉验证得到的最优lambda（交叉验证误差最小的取值）
prob_ridge <- predict(cv_ridge, newx = model.matrix(Attrition~ ., test), type = 'response', s = "lambda.min")

运行后得到的prob_ridge就是你期望的294×1单列预测结果。
如果你已经手动确定了要使用的lambda取值，也可以直接在predict的s参数中传入对应的数值即可。

内容的提问来源于stack exchange，提问作者ycenycute