R 自己编写lasso十折交叉验证网格搜索寻找最优lambda代码

以下是使用R语言编写的lasso十折交叉验证网格搜索寻找最优lambda的代码：

library(glmnet)

x <- model.matrix(y ~ ., data = train_data) # 训练数据的自变量
y <- train_data$y # 训练数据的因变量

# 设置lambda序列
lambda_seq <- 10^seq(10, -2, length.out = 100)

# 进行网格搜索寻找最优lambda
cv_error <- rep(0, length(lambda_seq))
for (i in 1:length(lambda_seq)) {
  lasso_model <- glmnet(x, y, alpha = 1, lambda = lambda_seq[i]) # 使用当前lambda训练Lasso模型
  cv_error[i] <- cv.glmnet(x, y, alpha = 1, lambda = lambda_seq[i])$cvm # 计算当前lambda的10折交叉验证误差
}

# 选择交叉验证误差最小的lambda
best_lambda <- lambda_seq[which.min(cv_error)]

# 使用最优lambda训练Lasso模型
lasso_model <- glmnet(x, y, alpha = 1, lambda = best_lambda)

其中，`lambda_seq`为lambda序列，`cv_error`为每个lambda值对应的10折交叉验证误差，`which.min(cv_error)`为交叉验证误差最小的lambda值在`lambda_seq`中的下标。训练好的Lasso模型存储在`lasso_model`对象中。