Wie interpretiere ich den Plot von cv.glmnet ()?

Ich führte Lasso durch und ließ dann eine einmalige Kreuzvalidierung aus

cv<-cv.glmnet(df, df$Price, nfolds = 1500)

Wenn ich einen Lebenslauf zeichne, erhalte ich Folgendes:

Mir ist auch aufgefallen, dass ich 2 verschiedene Lambdas bekomme: lambda.minundlambda.1se

Was ist der Unterschied zwischen diesen Lambdas?
Was kann ich aus der obigen Darstellung im Allgemeinen verstehen (worum geht es in diesen Konfidenzintervallen, was sind die beiden gepunkteten Linien usw.)?

Wenn ich zu nfolds=10einer 10-fachen Validierung wechsle , erhalte ich unterschiedliche lambda.1seund unterschiedliche Koeffizienten für dieses Lambda. Basierend auf welchem Kriterium kann ich das Beste für mich auswählen?

r cross-validation interpretation lasso

— Jasmin
quelle

Haben Sie versucht, hier zu suchen: web.stanford.edu/~hastie/glmnet/glmnet_alpha.html

— ilanman

@ilanman Das ist toll, danke! Aber welches Lambda soll ich noch bevorzugen? Meine Intuition würde lambda.min sagen, aber ich sehe, dass lambda.1se normalerweise vorgeschlagen wird ..

— Jasmine

Hier geht es nicht wirklich um Statistiken, sondern nur um das Lesen der Dokumentation.

$\lambda$ $\lambda$ $\lambda_{\min}$ $\lambda_{1se}$ $\lambda$ $\lambda_{\min}$ $\lambda_{1se}$ $\lambda$
Konfidenzintervalle stellen Fehlerschätzungen für die Verlustmetrik dar (rote Punkte). Sie werden mit Lebenslauf berechnet. Die vertikalen Linien zeigen die Positionen von und . Die Zahlen oben sind die Anzahl der Koeffizientenschätzungen ungleich Null. $\lambda_{\min}$ $\lambda_{1se}$

— Sycorax sagt Reinstate Monica
quelle