LASSO回归又称套索回归，通过生成并压缩回归模型的变系数罚函数，防止过度拟合，解决严重的共线性问题。 LASSO回归最早由英国人Robert Tibshirani提出，目前在预测模型中应用非常广泛。 在新格兰文献中，lydxhd提出了在变数太多、变数少的模型拟合中，首先考虑使用LASSO罚函数。 今天介绍如何使用r语言在LASSO回归结构中预测模型。
首先下载r的glmnet软件包。 由LASSO回归的发明者、斯坦福统计学家Trevor Hastie领导开发。
加载所需的包，导入数据(或我们以前的SPSS乳腺癌数据)，然后删除缺失值
库(glm net )库(Foreign ) BC-read.SPSS (' e :/r/breastcancersurvivalagec.sav '，use.value.laber )
目前，glmnet数据包只接受矩阵形式的数据，而数据框中的数据会报告错误，所以首先将数据转换为矩阵形式很重要。
y-as.matrix(BC[，8] ) y-as.matrix(BC[，c ) 2:7，9:11 ) ]
转换后，得到了两个数据矩阵。 y是结果，x是数据的变量
开始构建模型
f1=glmnet(x，y，family='binomial '，nlambda=100，alpha=1) #其中alpha=1是LASSO回归，如果为0，则岭回归#参数family是回归方程family='gaussian '应用于一维连续因子变量(univariate )；family='mgaussian )应用于多维连续因子变量(multivariate )；family='poisson ) 由于这里的最终指标是2分类变量，所以使用binomial print (f1 )输出f1结果
可知随着lambdas的增加，自由度和残差减少，最小lambda为0.000233
输出图形
打印(f1，xvar='lambda '，label=TRUE ) ) ) ) ) ) )。
可见，横轴是lambdas的对数，纵轴是变量系数，随着lambdas的增加变量系数减少，一部分变量系数变为0 ()
进行交叉检查
可以取数据集的一部分进行验证。 (这一步可以不做) )。
predict(F1，newx=x[2:5，]，type='response ' )
然后，用附属于glmnet的函数进行交叉检查，输出图表
CVFit=cv.glmnet(x，y ) plot (CVF it ) )。
这张图上有两条虚线。 一个是均方误差最小时的值，另一个是均方误差最小时的标准误差的值。 有点别扭也没关系。 我们要是知道那个是多少就好了
求出cvfit$lambda.min#最小值求出cvfit$lambda.1se#最小值的标准错误值
OK，我们得到这两个值，各自拿去模型看看吧
L.coef2-coef(CVFit$glmnet.fit，s=0.004174369，exact=F ) L.coef2-coef(CVFit$glmnet.fit，s=0.04272596 )
第一个模型变量消失了，第二个模型还有五个变量，因此只能选择第二个。
我们提取这几个系数组成广义线性方程。 我不擅长取时间变量time。 (只要做示范，就可以拿走。 ）
(模式- glm (状态~聚合) ) ) ) ) ) ) )
3个指标入选，也可求出OR和95%CI
ok，做到这里，模型已经全部做好了。 你已经记住了吗？