Utiliser penalty.factor dans stabsel dans R

Question

Je voudrais utiliser stabsel sur le lasso glmnet pour la sélection variable. Je suivais les exemples sur https://github.com/hofnerb/stabs et cela fonctionne très bien.

Cependant, je voudrais aussi forcer l'inclusion de plusieurs variables. Cela peut être réalisé dans glmnet avec le paramètre 'penalty.factor', mais en passant ce paramètre dans args.fitfun à l'erreur de résultats stabsel (voir ci-dessous).

data("bodyfat", package = "TH.data") 
pfac=c(0,0,0,1,0,1,1,1,1) 
stab.glmnet <- stabsel(x = bodyfat[, -2], y = bodyfat[,2], 
          fitfun = glmnet.lasso, cutoff = 0.75, 
          PFER = 1, args.fitfun=list(penalty.factor = pfac)) 
Error in res[[1]] : subscript out of bounds 
In addition: Warning message: 
In run_stabsel(fitter = fit_model, args.fitter = args.fitfun, n = n,  : 
100 fold(s) encountered an error. Results are based on 0 folds only. 
Original error message(s): 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x), y) 
Error : Matrices must have same number of columns in rbind2(.Call(dense_to_Csparse, x [... truncated] 

Toute aide serait grandement appréciée!

Answer 1

Je l'ai compris. Puisque nous devons inclure n variables en réglant le facteur de pénalité, nous devons ajuster les trois variables stabsel (cutoff, PFER, q) pour nous assurer que nous permettons de sélectionner au moins n variables dans chaque rééchantillonnage.

Voir https://github.com/hofnerb/stabs/blob/master/README.md et http://onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2010.00740.x/full pour plus de détails.