Lasso回歸又稱為套索回歸，是Robert Tibshirani于1996年提出的一種新的變量選擇技術。Lasso是一種收縮估計方法，其基本思想是在回歸系數的絕對值之和小于一個常數的約束條件下，使殘差平方和最小化，從而能夠產生某些嚴格等于0的回歸系數，進一步得到可以解釋的模型。R語言中有多個包可以實現Lasso回歸，這里使用lars包實現。

1.利用lars函數實現lasso回歸并可視化顯示

x = as.matrix(data5[, 2:7]) #data5為自己的數據集
y = as.matrix(data5[, 1])
lar1 <-lars(x,y,type = "lasso")
lar1 #查看得到的結果

從圖1可以看出通過lasso回歸得到的R^2為0.426，較低。標紅的部分是在進行l(wèi)asso回歸時，自變量被選入的順序。下面用圖表的形式顯示。

plot(lar1) 

可以看到圖2中的豎線對應于lasso中迭代的次數，對應的系數值不為0的自變量即為選入的，豎線的標號與圖1中的step相對應。

2.選取cp值最小時對應的模型，獲取模型對應系數

對于選取最小cp值對應的模型可以通過兩種方式實現：
（1）顯示所有cp值，從中挑選最小的

summary(lar1) #輸出lasso對象的細節(jié)，包括Df、RSS和Cp，其中Cp是MallowsCp統(tǒng)計量，通常選取Cp最小的那個模型

圖3顯示了lasso回歸中所有的cp值，選擇最小的，即上圖標紅的部分，對應的df=3,最前面一列對應迭代次數（即步數），step=2 。

（2）直接選取最小的cp值

lar1$Cp[which.min(lar$Cp)] #選擇最小Cp，結果如下：

與圖3中標紅的部分結果一樣，但是要注意，2表示的是step大小。

3.選取cp值最小時對應的模型系數

（1）獲取所有迭代系數，根據step大小選擇cp值最小對應的自變量系數值

lar1$beta #可以得到每一步對應的自變量對應的系數

圖4標紅的部分就是step=2對應的cp值最小時對應的模型的自變量的系數

（2）獲取指定迭代次數（即步數）對應的自變量的系數，可以通過下面的代碼實現：

coef <-coef.lars(lar,mode="step",s=3) #s為step+1，也比圖2中豎線為2的迭代次數對應，與圖3中df值相等；s取值范圍1-7.
coef[coef!=0] #獲取系數值不為零的自變量對應的系數值

與圖4中標紅部分一樣。

4.獲取截距的系數

通過第4部分可以獲取cp值最小時對應的自變量的系數，但是沒有辦法獲取對應模型的截距值，下面的代碼可以獲取對應模型的截距值。

上面的代碼就是求取cp值最小時對應的模型的截距值，結果如下：

總結：

通過上面的4步可以利用R語言實現Lasso回歸，并可以獲取模型相應的系數和截距值。

到此這篇關于R語言實現LASSO回歸的方法的文章就介紹到這了,更多相關R語言LASSO回歸內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論