R语言Lasso回归模型变量选择和糖尿病发展预测模型|附代码数据

全文链接：http://tecdat.cn/?p=22721

最近我们被客户要求撰写关于Lasso回归模型的研究报告，包括一些图形和统计输出。

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

根据惩罚项的大小，LASSO将不太相关的预测因子缩小到（可能）零。因此，它使我们能够考虑一个更简明的模型。在这组练习中，我们将在R中实现LASSO回归。

练习1

加载糖尿病数据集。这有关于糖尿病的病人水平的数据。数据为n = 442名糖尿病患者中的每个人获得了10个基线变量、年龄、性别、体重指数、平均血压和6个血清测量值，以及感兴趣的反应，即一年后疾病进展的定量测量。"

接下来，加载包用来实现LASSO。

head(data)

向下滑动查看结果▼

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包含完整的自变量集以及二次和交互项。\
检查每个预测因素与因变量的关系。生成单独的散点图，所有预测因子的最佳拟合线在x中，y在纵轴上。用一个循环来自动完成这个过程。

summary(x)

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

向下滑动查看结果▼

---

点击标题查阅往期内容

基于R语言实现LASSO回归分析

左右滑动查看更多

01

02

03

04

练习3

使用OLS将y与x中的预测因子进行回归。我们将用这个结果作为比较的基准。

lm(y ~ x)

向下滑动查看结果▼

练习4

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

plot(model_lasso)

向下滑动查看结果▼

练习5

得到交叉验证曲线和最小化平均交叉验证误差的lambda的值。

plot(cv_fit)

向下滑动查看结果▼

练习6

使用上一个练习中的lambda的最小值，得到估计的β矩阵。注意，有些系数已经缩减为零。这表明哪些预测因子在解释y的变化方面是重要的。

> fit$beta

向下滑动查看结果▼

练习7

为了得到一个更简明的模型，我们可以使用一个更高的λ值，即在最小值的一个标准误差之内。用这个lambda值来得到β系数。注意，现在有更多的系数被缩减为零。

lambda.1se

beta

向下滑动查看结果▼

练习8

如前所述，x2包含更多的预测因子。使用OLS，将y回归到x2，并评估结果。

summary(ols2)

向下滑动查看结果▼

练习9

对新模型重复练习-4。

lasso(x2, y)plot(model_lasso1)

向下滑动查看结果▼

练习10

对新模型重复练习5和6，看看哪些系数被缩减为零。当有很多候选变量时，这是缩小重要预测变量的有效方法。

plot(cv_fit1)

beta

向下滑动查看结果▼

---

本文摘选 《 R语言Lasso回归模型变量选择和糖尿病发展预测模型 》 ，点击“阅读原文”获取全文完整资料。

---

点击标题查阅往期内容

【视频】Lasso回归、岭回归正则化回归数学原理及R软件实例\
群组变量选择、组惩罚group lasso套索模型预测新生儿出生体重风险因素数据和交叉验证、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回归模型变量选择和糖尿病发展预测模型\
用LASSO，adaptive LASSO预测通货膨胀时间序列MATLAB用Lasso回归拟合高维数据和交叉验证\
群组变量选择、组惩罚group lasso套索模型预测新生儿出生体重风险因素数据和交叉验证、可视化\
高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据\
Python高维变量选择:SCAD平滑剪切绝对偏差惩罚、Lasso惩罚函数比较\
R使用LASSO回归预测股票收益\
广义线性模型glm泊松回归的lasso、弹性网络分类预测学生考试成绩数据和交叉验证\
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、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分析职业声望数据\
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现\
R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据（含练习题）\
广义线性模型glm泊松回归的lasso、弹性网络分类预测学生考试成绩数据和交叉验证\
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、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分析职业声望数据\
r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现\
R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据（含练习题）\
Python中LARS和Lasso回归之最小角算法Lars分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应用分析\
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例\
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——自己编写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使用LASSO回归预测股票收益\
R语言如何和何时使用glmnet岭回归\
R语言中的岭回归、套索回归、主成分回归：线性模型选择和正则化\
Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测\
R语言arima，向量自回归（VAR），周期自回归(PAR)模型分析温度时间序列\
【视频】Python和R语言使用指数加权平均(EWMA)，ARIMA自回归移动平均模型预测时间序列\
Python用ARIMA和SARIMA模型预测销量时间序列数据