R里glmnet的lambda.min.ratio参数是什么意思？

看你的这句代码，应该是用正则化的逻辑回归来做二元分类，并且用交叉验证来找到最好的lambda。这个lambda是目标函数中惩罚项前面的系数。目标函数是

$$\min_{\beta,\beta_0}\text{log-loss}(\text{y},\text{X}\beta+\beta_0)+\lambda\left((1-\alpha)\frac{\|\beta\|_2^2}{2}+\alpha\|\beta\|_1\right).$$

当lambda=0，就是正常的逻辑回归，没有任何惩罚项。

言归正传，cv.glmnet是利用交叉验证来找到一组备选的lambda中最好的lambda。lambda.min.ratio=0.001的意思就是我们给这组备选的lambda设定了起始值0.001。cv.glmnet会自动从0.001开始试，逐渐增大，直到程序满足一定的条件后终止。

为了防止错过最佳的lambda，lambda.min.ratio通常会设置为很接近0的数（正数）。你师兄写lambda.min.ratio=0.001就是这个目的。