全文链接：http://tecdat.cn/?p=22721

最近咱们被客户要求撰写对于Lasso的钻研报告，包含一些图形和统计输入。

Lease Absolute Shrinkage and Selection Operator（LASSO）在给定的模型上执行正则化和变量抉择

依据惩办项的大小，LASSO将不太相干的预测因子放大到（可能）零。因而，它使咱们可能思考一个更扼要的模型。在这组练习中，咱们将在R中实现LASSO回归。

练习1

加载糖尿病数据集。这有对于糖尿病的病人程度的数据。数据为n = 442名糖尿病患者中的每个人取得了10个基线变量、年龄、性别、体重指数、均匀血压和6个血清测量值，以及感兴趣的反馈，即一年后疾病停顿的定量测量。"

接下来，加载包用来实现LASSO。

head(data)

向下滑动查看后果▼

练习2

数据集有三个矩阵x、x2和y。x是较小的自变量集，而x2蕴含残缺的自变量集以及二次和交互项。
查看每个预测因素与因变量的关系。生成独自的散点图，所有预测因子的最佳拟合线在x中，y在纵轴上。用一个循环来主动实现这个过程。

summary(x)

for(i in 1:10){  plot(x[,i], y)  abline(lm(y~x[,i])}

向下滑动查看后果▼

点击题目查阅往期内容

基于R语言实现LASSO回归剖析

左右滑动查看更多

01

02

03

04

练习3

应用OLS将y与x中的预测因子进行回归。咱们将用这个后果作为比拟的基准。

lm(y ~ x)

向下滑动查看后果▼

练习4

绘制x的每个变量系数与向量的L1准则的门路。该图表明每个系数在哪个阶段缩减为零。

plot(model_lasso)

向下滑动查看后果▼

练习5

失去穿插验证曲线和最小化均匀穿插验证误差的lambda的值。

plot(cv_fit)

向下滑动查看后果▼

练习6

应用上一个练习中的lambda的最小值，失去预计的矩阵。留神，有些系数曾经缩减为零。这表明哪些预测因子在解释y的变动方面是重要的。

> fit$beta

向下滑动查看后果▼

练习7

为了失去一个更扼要的模型，咱们能够应用一个更高的值，即在最小值的一个标准误差之内。用这个lambda值来失去系数。留神，当初有更多的系数被缩减为零。

lambda.1se

beta

向下滑动查看后果▼

练习8

如前所述，x2蕴含更多的预测因子。应用OLS，将y回归到x2，并评估后果。

summary(ols2)

向下滑动查看后果▼

练习9

对新模型反复练习-4。

lasso(x2, y)plot(model_lasso1)

向下滑动查看后果▼

练习10

对新模型反复练习5和6，看看哪些系数被缩减为零。当有很多候选变量时，这是放大重要预测变量的无效办法。

plot(cv_fit1)

beta

向下滑动查看后果▼

本文摘选 《 R语言Lasso回归模型变量抉择和糖尿病倒退预测模型 》 ，点击“浏览原文”获取全文残缺材料。

点击题目查阅往期内容

【视频】Lasso回归、岭回归正则化回归数学原理及R软件实例
群组变量抉择、组惩办group lasso套索模型预测新生儿出世体重危险因素数据和穿插验证、可视化
【视频】Lasso回归、岭回归等正则化回归数学原理及R语言实例R语言Lasso回归模型变量抉择和糖尿病倒退预测模型
用LASSO，adaptive LASSO预测通货膨胀工夫序列MATLAB用Lasso回归拟合高维数据和穿插验证
群组变量抉择、组惩办group lasso套索模型预测新生儿出世体重危险因素数据和穿插验证、可视化
高维数据惩办回归办法：主成分回归PCR、岭回归、lasso、弹性网络elastic net剖析基因数据
Python高维变量抉择:SCAD平滑剪切相对偏差惩办、Lasso惩办函数比拟
R应用LASSO回归预测股票收益
狭义线性模型glm泊松回归的lasso、弹性网络分类预测学生考试成绩数据和穿插验证
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归剖析免疫球蛋白、前列腺癌数据
R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型剖析职业声望数据
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现
R语言高维数据惩办回归办法：主成分回归PCR、岭回归、lasso、弹性网络elastic net剖析基因数据（含练习题）
狭义线性模型glm泊松回归的lasso、弹性网络分类预测学生考试成绩数据和穿插验证
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归剖析免疫球蛋白、前列腺癌数据
R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型剖析职业声望数据
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现
R语言高维数据惩办回归办法：主成分回归PCR、岭回归、lasso、弹性网络elastic net剖析基因数据（含练习题）
Python中LARS和Lasso回归之最小角算法Lars剖析波士顿住房数据实例
R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归利用剖析
R语言惩办logistic逻辑回归（LASSO,岭回归）高维变量抉择的分类模型案例
Python中的Lasso回归之最小角算法LARS
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现
R语言实现LASSO回归——本人编写LASSO回归算法
r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
R应用LASSO回归预测股票收益
R语言如何和何时应用glmnet岭回归
R语言中的岭回归、套索回归、主成分回归：线性模型抉择和正则化
Python中的ARIMA模型、SARIMA模型和SARIMAX模型对工夫序列预测
R语言arima，向量自回归（VAR），周期自回归(PAR)模型剖析温度工夫序列
【视频】Python和R语言应用指数加权均匀(EWMA)，ARIMA自回归挪动均匀模型预测工夫序列
Python用ARIMA和SARIMA模型预测销量工夫序列数据