小弟最近使用R来学习lasso算法，其中涉及到几个LASSO的包，却是不太理解，还请各位知道的老师指点。
LARS包在介绍中提及，它是使用Efron在2003年提出的最小角回归算法计算出来，我粗略的看了里面例子和作者论文，发觉里面拟合的数据都为定量数据，因变量也为连续型数据。这种方法似乎是在最小二乘法的基础下改进的，请问这个包是否可以拟合因变量为二分类或者多分类的数据类型呢？
而在使用glmnet这个包的时候，我看介绍详细的说明： fits a generalized linear model via penalized maximum likelihood，这个包是否用的是ZOU在2005年提出的 elasticnet 算法，它似乎能够处理LARS不能处理的群组效应，我有点不太理解它和LARS的区别，它应该是LASSO的进一步改进，可以拟合广义线性模型。请了解的朋友能够给我简单介绍一下它和lars的区别吗？主要在应用的方面。
最后涉及到一个R-squared的计算，LARS提供这个值，但是glmnet不提供，请问应该怎么计算。
在此先感谢解答的朋友。