Rでスパースモデリング：glmnetの便利な補助ツール

@tekenuko さんの下記記事が大変勉強になりました。

• Rでスパースモデリング：Adaptive Lasso - データサイエンティスト(仮)

ところで最近は glmnet を便利に使うための補助ツールがいくつか登場していますので、簡単に紹介したいと思います。

glmnetUtils

glmnetUtils は glmnet を便利にしてくれるパッケージです。

glmnet では、データを目的変数と説明変数に分ける必要がありました。

従来のやり方

library(MASS)

# 目的変数、説明変数
y <- as.matrix(Boston[, 14])
X <- as.matrix(Boston[, -14])

# モデリング
library(glmnet)
Lasso <- glmnet(x = X, y = y, alpha = 1)

R に使い慣れていると、これは不便です。他のモデルでやるように y ~ x のように指定したくなります。
glmnetUtils はモデルの指定にフォーミュラを使えるように拡張してくれます。

フォーミュラを使う

library(glmnetUtils)

Lasso2 <- glmnet(medv ~ ., data = Boston)

Cross-Validation を使った場合も同様に書けます。

フォーミュラを使う

fit.Lasso.cv2 <- cv.glmnet(medv ~ ., data = Boston,
                           nfolds = 10,
                           alpha = 1, 
                           standardize = TRUE)

ggfortify

ggfortify は様々なモデルに対するプロットを ggplot2 バージョンにしてくれるパッケージです。

上記記事では解パスのプロットを自作していますが、ggfortify を使えばほとんど同じものが1行で描けます。

ggfortify

library(ggfortify)

autoplot(Lasso2, xvar = "lambda")

Cross-Validation 版についても同様です。

ggfortify

autoplot(fit.Lasso.cv2)

ただし、現在 CRAN にある ggfortify にはバグがあり、xvar 引数が効かないようです。

• https://github.com/sinhrks/ggfortify/issues/156

したがって、xvar を使いたい場合には github 版をインストールする必要があります。

github上からパッケージをインストールする

library(githubinstall)

githubinstall("ggfortify")

Suggestion:
 - sinhrks/ggfortify  Define fortify and autoplot functions to allow ggplot2 to handle some popular R packages.
Do you want to install the package (Y/n)? 

本当にインストールするか確認されますので Y をタイプしてエンターキーを押してください。

broom

broom パッケージは、モデルの学習結果を tidy 形式にしてくれます。

tidy

library(broom)

tidied_cv <- tidy(fit.Lasso.cv2)
head(tidied_cv)

    lambda estimate std.error conf.high conf.low nzero
1 6.777654 84.00465  7.581133  91.58578 76.42351     0
2 6.175546 77.22933  7.550938  84.78027 69.67839     1
3 5.626927 70.74545  7.112371  77.85782 63.63308     2
4 5.127046 64.64968  6.747361  71.39704 57.90232     2
5 4.671574 59.19335  6.302313  65.49567 52.89104     2
6 4.256564 54.54324  5.841787  60.38503 48.70145     2

glance

glance_cv <- glance(fit.Lasso.cv2)
glance_cv

  lambda.min lambda.1se
1 0.03073584  0.5009175

tidy 化すると何が嬉しいかというと、tidyverse ツール群によって扱いやすくなります。

例えば ggplot2 パッケージでカスタマイズした可視化を行うことができます。

ggplot2

library(ggplot2)

ggplot(tidied_cv, aes(lambda, estimate)) + geom_line(color = "red") +
  geom_ribbon(aes(ymin = conf.low, ymax = conf.high), alpha = .2) +
  scale_x_log10() +
  geom_vline(xintercept = glance_cv$lambda.min) +
  geom_vline(xintercept = glance_cv$lambda.1se, lty = 2)

まとめ

glmnet の便利な補助ツールとして下記3つを紹介しました。

• glmnetUtils
  • Introduction to glmnetUtils
• ggfortify
  • Plotting Diagnostics for Linear Models
• broom
  • Tidying glmnet objects

おまけ

今年もアドベントカレンダーの時期が来ました。
R関連のアドベントカレンダーがいくつか作られています。
簡単な記事でいいので参加してみると楽しいと思います。

• R Advent Calendar 2017
• RStudio Advent Calendar 2017
• Stan Advent Calendar 2017
• tidyポエム Advent Calendar 2017

Enjoy!