Uregulowana bayesowska regresja logistyczna w JAGS

14

Istnieje kilka prac matematycznych opisujących lasso bayesowskie, ale chcę przetestować poprawny kod JAGS, którego mogę użyć.

Czy ktoś może opublikować próbkę kodu BŁĘDY / JAGS, który implementuje regulowaną regresję logistyczną? Każdy schemat (L1, L2, Elasticnet) byłby świetny, ale preferowany jest Lasso. Zastanawiam się także, czy istnieją ciekawe alternatywne strategie wdrażania.

Jack Tanner
źródło

Odpowiedzi:

19

Ponieważ regularyzacja L1 jest równoważna Laplace'owi (podwójnemu wykładniczemu) przed odpowiednimi współczynnikami, możesz to zrobić w następujący sposób. Tutaj mam trzy niezależne zmienne x1, x2 i x3, a y jest binarną zmienną docelową. Wyboru parametru regularyzacji dokonuje się tutaj poprzez nałożenie na niego hiperpriora, w tym przypadku po prostu jednolity w sporej wielkości.λ

model {
  # Likelihood
  for (i in 1:N) {
    y[i] ~ dbern(p[i])

    logit(p[i]) <- b0 + b[1]*x1[i] + b[2]*x2[i] + b[3]*x3[i]
  }

  # Prior on constant term
  b0 ~ dnorm(0,0.1)

  # L1 regularization == a Laplace (double exponential) prior 
  for (j in 1:3) {
    b[j] ~ ddexp(0, lambda)  
  }

  lambda ~ dunif(0.001,10)
  # Alternatively, specify lambda via lambda <- 1 or some such
}

Wypróbujmy to, używając dclonepakietu w R!

library(dclone)

x1 <- rnorm(100)
x2 <- rnorm(100)
x3 <- rnorm(100)

prob <- exp(x1+x2+x3) / (1+exp(x1+x2+x3))
y <- rbinom(100, 1, prob)

data.list <- list(
  y = y,
  x1 = x1, x2 = x2, x3 = x3,
  N = length(y)
)

params = c("b0", "b", "lambda")

temp <- jags.fit(data.list, 
                 params=params, 
                 model="modela.jags",
                 n.chains=3, 
                 n.adapt=1000, 
                 n.update=1000, 
                 thin=10, 
                 n.iter=10000)

A oto wyniki, w porównaniu do nieregularnej regresji logistycznej:

> summary(temp)

<< blah, blah, blah >> 

1. Empirical mean and standard deviation for each variable,
   plus standard error of the mean:

          Mean     SD Naive SE Time-series SE
b[1]   1.21064 0.3279 0.005987       0.005641
b[2]   0.64730 0.3192 0.005827       0.006014
b[3]   1.25340 0.3217 0.005873       0.006357
b0     0.03313 0.2497 0.004558       0.005580
lambda 1.34334 0.7851 0.014333       0.014999

2. Quantiles for each variable: << deleted to save space >>

> summary(glm(y~x1+x2+x3, family="binomial"))

  << blah, blah, blah >>

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  0.02784    0.25832   0.108   0.9142    
x1           1.34955    0.32845   4.109 3.98e-05 ***
x2           0.78031    0.32191   2.424   0.0154 *  
x3           1.39065    0.32863   4.232 2.32e-05 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

<< more stuff deleted to save space >>

I widzimy, że trzy bparametry rzeczywiście zostały zmniejszone do zera.

Przykro mi to mówić, ale niewiele wiem o priorytetach hiperparametru rozkładu Laplace'a / parametru regularyzacji. Zwykle używam równomiernych rozkładów i patrzę na tył, aby zobaczyć, czy wygląda dość dobrze, np. Nie jest ułożony w pobliżu punktu końcowego i prawie osiąga szczyt w środkowej części bez okropnych problemów ze skośnością. Jak dotąd zwykle tak jest. Traktowanie go jako parametru wariancji i korzystanie z rekomendacji Gelmana Wcześniejsze rozkłady parametrów wariancji w modelach hierarchicznych również mi się podobają.

łucznik
źródło
1
Jesteś najlepszy! Pozostawię pytanie otwarte na chwilę, na wypadek, gdyby ktoś miał inną implementację. Po pierwsze, wydaje się, że binarne wskaźniki można zastosować do nałożenia zmiennej włączenia / wyłączenia. To rekompensuje fakt, że w przypadku Lassa bayesowskiego selekcja zmiennych tak naprawdę nie zachodzi, ponieważ bety z podwójnym wykładniczym przełożeniem nie będą miały tylnych, które są dokładnie zerowe.
Jack Tanner
Racja, ja też to robię. Jest to podobne do tworzenia przejęcia z masą punktową przy 0, a następnie przy użyciu sztuczki zerowej, aby pobrać z niego próbkę (przeor na staje się wtedy mieszaniną masy punktowej przy 0 i wykładniczej wykładniczej), chociaż kod jest inny. Będę zainteresowany, aby zobaczyć, co robią inni ludzie, +1 do pytania. bja
jbowman