glmnet多分类模型lambda.1se的Nonzero含义及非零系数提取

1. lambda.1se对应Nonzero=9的含义 #

默认type.multinomial = "ungrouped"时，cv.glmnet返回结果的Nonzero字段统计的是所有分类中，至少在一个分类里系数非零的特征变量数量，不包含每个分类的独立截距项。
你之前统计每个分类非零系数数量得到10、12、10，是因为统计结果包含了每个分类各自的截距项，去掉截距后每个分类的非零特征数分别为9、11、9，三个分类的非零特征取并集后刚好为9个，和返回的Nonzero值完全匹配。你之前统计的是三个分类非零特征的交集，和Nonzero的统计逻辑完全不同。

2. 对应变量名和系数的提取方法 #

第一步：提取lambda.1se对应的系数列表 #

# 提取lambda.1se对应的系数，每个分类对应一个稀疏矩阵
coef_1se <- coef(cvfit, s = "lambda.1se")

第二步：提取Nonzero对应的9个特征名 #

# 排除每个分类的截距行（第一行），提取所有非零特征名
var_nonzero_list <- lapply(coef_1se, function(class_coef) {
  rownames(class_coef)[-1][as.matrix(class_coef[-1, ]) != 0]
})
# 取特征并集，就是Nonzero对应的9个特征
nonzero_features <- unique(unlist(var_nonzero_list))

第三步：提取对应系数（含截距） #

# 将所有分类的系数合并为数据框，方便查看
coef_all <- do.call(cbind, lapply(coef_1se, function(m) as.matrix(m[, 1])))
colnames(coef_all) <- paste0("分类", colnames(coef_all), "系数")
# 筛选出目标行（包含截距和9个非零特征）
result_df <- coef_all[c("(Intercept)", nonzero_features), ]

内容的提问来源于stack exchange，提问作者user328349