R语言 SIS包 wtlassoglm()函数中文帮助文档(中英文对照)

loveR

wtlassoglm(SIS)
wtlassoglm()所属R语言包：SIS

                                        Weighted L1 regularized loglikelihood for generalized linear models
                                         广义线性模型，加权L1规范loglikelihood

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This functions solves weighted L1 regularized loglikelihood for generalized linear models.
此功能解决了广义线性模型的加权L1规范loglikelihood。


用法----------Usage----------


wtlassoglm(x, y, lassoweight=NULL, initsoln=NULL,   family = binomial(),
weight = NULL, offset = NULL, lambda2=0, function.precision=1e-10)



参数----------Arguments----------

参数：x
an (n * p)  matrix of features.  
（N * P）矩阵的功能。


参数：y
an (n) vector of response.
一个（n）的矢量的响应。


参数：lassoweight
a (p) vector of weights specifying the weighted L1 penalty.
的（p）的权重矢量指定的加权L1罚款。


参数：initsoln
a (p+1) vector of initial solution.  
初始解（p +1个）的矢量。


参数：family
a description of the error distribution and link function to be used in the model.
在模型中使用的误差分布的描述和链接功能。


参数：weight
an optional (n) vector of weights to be used in the fitting process.
在嵌合过程中要使用的一个可选的（n）的权重向量。


参数：offset
this can be used to specify an a priori known component to be included  in the linear predictor during fitting.
这可以被用来指定一个a priori已知的组件被包括在配合期间的线性预测。


参数：lambda2
regularization parameter for the L2 norm of the coefficients. Default is 0.
正则化参数的L2范数的系数。默认是0.


参数：function.precision
function.precision parameter used in the internal solver. Default is 1e-10.
function.precision参数的内部求解器使用。默认是1e-10.


Details

详细信息----------Details----------

This function solves weighted L1 regularized loglikelihood for generalized linear models. It is based on the source code of R package glmpath.
此功能解决了广义线性模型的加权L1规范loglikelihood。它是基于源代码的R套件“glmpath。


值----------Value----------

An object is returned with <table summary="R valueblock"> <tr valign="top"><td>lambda2</td> <td>  &lambda;_2 used. </td></tr> <tr valign="top"><td>xnames</td> <td>  column names of x. </td></tr> <tr valign="top"><td>family</td> <td>  a description of the error distribution and link function to be used in the model. </td></tr> <tr valign="top"><td>weight</td> <td>  an optional (n) vector of weights to be used in the fitting process. </td></tr> <tr valign="top"><td>offset</td> <td>  this can be used to specify an a priori known component to be included in  the linear predictor during fitting. </td></tr> <tr valign="top"><td>lassoweight</td> <td>  a (p) vector of weights specifying the weighted L1 penalty. </td></tr> <tr valign="top"><td>initsoln</td> <td>  a (p+1) vector of initial solution.  </td></tr> <tr valign="top"><td>w</td> <td>  a (p+1) vector of weight L1 solution. </td></tr> </table>
返回一个对象，<table summary="R valueblock"> <tr valign="top"> <TD> lambda2</ TD> <TD> &lambda;_2使用。 </ TD> </ TR> <tr valign="top"> <TD> xnames </ TD> <TD>列名的x。 </ TD> </ TR> <tr valign="top"> <TD>family</ TD> <TD>的误差分布和链接功能，可以在模型中使用的描述。 </ TD> </ TR> <tr valign="top"> <TD>weight</运输署> <TD>一个可选的（n）的在嵌合过程中要使用的权重向量。 </ TD> </ TR> <tr valign="top"> <TD>offset </ TD> <TD>这可以用来指定a priori已知成分被列入在拟合的线性预测。 </ TD> </ TR> <tr valign="top"> <TD>lassoweight</ TD> <td>一个（P）的规定的加权L1处罚的权重向量。 </ TD> </ TR> <tr valign="top"> <TD>initsoln </ TD> <td>一个（P +1）向量的初步解决方案。 </ TD> </ TR> <tr valign="top"> <TD>w </ TD> <td>一个（P +1）向量的重量L1的解决方案。 </ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


Jianqing Fan, Yang Feng, Richard Samworth, and Yichao Wu



参见----------See Also----------

scadglm, fullscadglm
scadglm，fullscadglm


实例----------Examples----------


set.seed(0)
b <- c(2,2,2,-3*sqrt(2))
n=400
p=30
truerho=0.5
x=matrix(rnorm(n*p, mean=0, sd=1), n, p)
feta=x[, 1:4]%*%b
fprob=exp(feta)/(1+exp(feta))
y=rbinom(n, 1, fprob)
lassoweight<-rep(0.6,30)
wtlassoglm(x,y,lassoweight)$w
coef(glm(y~x,family=binomial()))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。