原文链接：http://tecdat.cn/?p=20828
最近咱们被客户要求撰写对于非凸惩办函数回归的钻研报告，包含一些图形和统计输入。
本文应用lasso或非凸惩办拟合线性回归，GLM和Cox回归模型的正则化，特地是最小最大凹度惩办函数 (MCP) 和润滑切片相对偏差惩办（SCAD），以及其余L2惩办的选项（ “弹性网络”）。还提供了用于执行穿插验证以及拟合后可视化，摘要，推断和预测的实用程序。
咱们钻研 前列腺数据，它具备8个变量和一个间断因变量，行将进行根治性前列腺切除术的男性的PSA程度（按对数尺度）：
X <- data$X
y <- data$y要将惩办回归模型拟合到此数据，执行以下操作：
reg(X, y)此处的默认惩办是最小最大凹度惩办函数 (MCP) ，但也能够应用SCAD和lasso惩办。这将产生一个系数门路，咱们能够绘制
plot(fit)留神，变量一次输出一个模型，并且在λ的任何给定值下，几个系数均为零。要查看系数是多少，咱们能够应用以下 coef 函数：
coef(fit, lambda=0.05)
# (Intercept) lcavol lweight age lbph svi
# 0.35121089 0.53178994 0.60389694 -0.01530917 0.08874563 0.67256096
# lcp gleason pgg45
# 0.00000000 0.00000000 0.00168038该 summary 办法可用于后抉择推断：
summary(fit
# MCP-penalized linear regression with n=97, p=8
# At lambda=0.0500:
# -------------------------------------------------
# Nonzero coefficients : 6
# Expected nonzero coefficients: 2.54
# Average mfdr (6 features) : 0.424
#
# Estimate z mfdr Selected
# lcavol 0.53179 8.880 < 1e-04 *
# svi 0.67256 3.945 0.010189 *
# lweight 0.60390 3.666 0.027894 *
# lbph 0.08875 1.928 0.773014 *
# age -0.01531 -1.788 0.815269 *
# pgg45 0.00168 1.160 0.917570 *在这种状况下， 即便调整了模型中的其余变量之后，lcavol， svi以及 lweight 显然与因变量关联，同时 lbph， age和 pgg45 可能只是偶尔包含。通常，为了评估模型在λ的各种值下的预测准确性，将执行穿插验证：
plot(cvfit)使穿插验证误差最小的λ的值由 cvfit$lambda.min给出，在这种状况下为0.017。将coef 在return的输入 利用于 cv.ncvreg λ的值的系数：
coef
# (Intercept) lcavol lweight age lbph svi
# 0.494154801 0.569546027 0.614419811 -0.020913467 0.097352536 0.752397339
# lcp gleason pgg45
# -0.104959403 0.000000000 0.005324465能够通过predict来取得预测值 ，该选项有多种抉择：
predict(cvfit
# 预测新观测后果的响应
# 1 2 3 4 5 6
# 0.8304040 0.7650906 0.4262072 0.6230117 1.7449492 0.8449595
# 非零系数的数量
# 0.01695
# 7
# 非零系数的个性
# lcavol lweight age lbph svi lcp pgg45
# 1 2 3 4 5 6 8请留神，原始拟合（至残缺数据集）的后果为 cvfit$fit；不用同时调用两者 ncvreg 和 cv.ncvreg 剖析数据集。
如， plot(cvfit$fit) 将产生与上述雷同的系数门路图 plot(fit) 。
最受欢迎的见解
1.R语言多元Logistic逻辑回归 利用案例
2.面板平滑转移回归(PSTR)剖析案例实现
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
4.R语言泊松Poisson回归模型剖析案例
5.R语言回归中的Hosmer-Lemeshow拟合优度测验
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
7.在R语言中实现Logistic逻辑回归
8.python用线性回归预测股票价格
9.R语言如何在生存剖析与Cox回归中计算IDI，NRI指标
发表回复