在用grpreg()包實現(xiàn)group lasso回歸的時候，如何確定選擇lamda時使用了哪種準則，或者我想使用不同準則（比如比較BIC和Cp準則哪個更接近真實模型）時，應該調(diào)整哪個參數(shù)？

因為我覺得用法說明里面哪個參數(shù)不能選擇信息準則……

求知道的大神幫忙，多謝！

下附grpreg()用法介紹：

grpreg(X, y, group=1:ncol(X), penalty=c("grLasso", "grMCP", "grSCAD","gel", "cMCP", "gBridge", "gLasso", "gMCP"), family=c("gaussian","binomial", "poisson"), nlambda=100, lambda, lambda.min={if (nrow(X) >ncol(X)) 1e-4 else .05},??alpha=1, eps=.001, max.iter=1000, dfmax=p,gmax=J, gamma=3, tau=1/3, group.multiplier={if(strtrim(penalty,2)=="gr")sqrt(table(group[group!=0])) else rep(1,J)},warn=TRUE, ...)