因此，在使用 glmnet 时，我对报告 RMSE（均方根误差）作为模型准确性的指标感到困惑。

具体来说，我是报告模型本身的 RMSE（即，它如何使用用于创建它的训练数据执行）还是报告模型性能的 RMSE 与新数据（又名测试数据）？...或两者？

我想我也很困惑该cv.glmnet函数执行的交叉验证（见下文）是否是预测模型准确性所需的全部，以及是否需要对单独的测试数据集上的数据进行额外测试？...

语境：

当我运行Rcv.glmnet中函数的交叉验证版本时glmnet，它会生成一个图表，显示给定不同的 lambda 值（“正则化参数”）模型的各种迭代的 MSE（均方误差）。

MSE 值存储在$cvm.

现在，我可以取任何 CV 迭代模型的 MSE 的平方根来计算 RMSE。

• 就我而言，我选择使用一个标准错误规则并选择“lambda.1se”（与上面的虚线相关联），生成sqrt(mod$cvm[mod$lambda == mod$lambda.1se]).

然而...

我对这个 RMSE 值是否感兴趣？

我假设在用于预测我的测试数据的新值时，我应该报告模型的 RMSE。

• 这是真的？

• 如果是这样，最好的方法是简单地predict使用以下公式计算新值，然后将它们与测试数据中的实际值进行比较？

我是否正确地考虑了这一切？

作为后续：

如果我缺少测试数据集而必须使用可用数据的交叉验证，我该如何计算和报告 RMSE？

• 该交叉验证过程是否与函数中执行的交叉验证过程分开cv.glmnet？