拟合岭回归和LASSO回归，解释系数，并对其在λ范围内的变化做一个直观的可视化。
# 加载CBI数据 # 子集所需的变量（又称，列） CBI_sub <- CBI # 重命名变量列(节省大量的输入) names(CBI_sub)\[1\] <- "cbi" # 只要完整案例，删除缺失值。 CBI\_sub <- CBI\_sub\[complete.cases(CBI_sub),\] #现在检查一下CBI_sub里面的内容 names(CBI_sub)
# 设置控制参数 control = method = "cv",number=5) # 5折CV cbi ~ ., data = CBI_sub, method = "glmnet", trControl = control, preProc = c("center","scale"), # 中心和标准化数据 # 得到系数估计值（注意，我们真正关心的是β值，而不是S.E.）。 coef(ridge_caret.fit, bestTune$lambda)
cbi ~ ., data = CBI_sub, method = "glmnet", tuneGrid = expand.grid(alpha = 1, # 获得系数估计 coef(lasso_caret,bestTunelambda)
使用glmnet软件包中的相关函数对岭回归和lasso套索回归进行分析。
准备数据
注意系数是以稀疏矩阵格式表示的，因为沿着正则化路径的解往往是稀疏的。使用稀疏格式在时间和空间上更有效率
# 拟合岭回归模型 glmnet(X, Y, alpha = 0) #检查glmnet模型的输出（注意我们拟合了一个岭回归模型 #记得使用print()函数而不是summary()函数 print(glmnet.fit)
# 输出最佳lamda处的岭回归coefs coef(glmnet.fit, s = lambda.1se)
绘制结果
# plot(ridge_glmnet.fit, label = TRUE)
图中显示了随着lambda的变化，模型系数对整个系数向量的L1-norm的路径。上面的轴表示在当前lambda下非零系数的数量，这也是lasso的有效自由度（df）。
par(mfrow=c(1,2)) # 建立1乘2的绘图环境 plot\_glmnet(ridge\_glmnet.fit, xvar = "lambda", label=6, xlab = expression(paste("log(", lambda, ")")), ylab = expression(beta)) # "标签"是指你想让图表显示的前N个变量。
# 进行变量选择，比如说，我想根据λ>0.1的标准或其他一些值来选择实际系数。 coef(ridge_glmnet.fit, s = 0.1)
交叉验证的岭回归
# plot(cv.ridge) # 我们可以查看选定的lambda和相应的系数。例如： lambda.min
# 根据最小的lambda（惩罚）选择变量
# lambda.min是λ的值，它使交叉验证的平均误差最小 # 选择具有最大惩罚性的一个 coef
## 对lasso模型做同样的处理
数据挖掘
使用自适应LASSO进行函数形式规范检查
# 加载CBI数据 CBI <- read.csv("dat.csv") #对需要的变量进行取子集（列） names(CBI)<- "cbi"
fitpoly(degree = 2, thre = 1e-4) # 设置多项式的度数为2
bootstrap
boot(poly.fit1, nboot = 5) #5次bootstrap迭代
交叉验证
# 交叉验证，10折CV cbi ~ ., data = CBI_sub, degrees.cv = 1:3,)
# 提取最佳模型并进行bootstrap boot(cv.pred, nboot = 5) # 5次bootstrap # 绘制cv.boot的预测值的边际效应 marg(cv.boot))
补充
获得岭回归和LASSO模型的bootstrap平均数
#如果你想要S.E.，通过bootstrap模拟得到它。 library(boot) boot(CBI_sub, function(data, idx) bootSamples
