R语言 lars包 lars()函数中文帮助文档(中英文对照)-阿里云开发者社区

开发者社区> skyme> 正文

R语言 lars包 lars()函数中文帮助文档(中英文对照)

简介:
+关注继续查看

lars(lars)
lars()所属R语言包:lars

                                         Fits Least Angle Regression, Lasso and Infinitesimal Forward Stagewise regression models
                                         适用于最小角度回归,套索和无穷的前进Stagewise的回归模型

                                         译者:生物统计家园网 机器人LoveR

描述———-Description———-

These are all variants of Lasso, and provide the entire sequence of coefficients and fits, starting from zero, to the least squares fit.
这些都是拉索的变种,并提供整个序列的系数和配合,从零开始的最小二乘法拟合。

用法———-Usage———-

lars(x, y, type = c(“lasso”, “lar”, “forward.stagewise”, “stepwise”), 
    trace = FALSE, normalize = TRUE, intercept = TRUE, Gram, eps = .Machine$double.eps, max.steps, use.Gram = TRUE)

参数———-Arguments———-

参数:x
matrix of predictors  
矩阵的预测

参数:y
response   
响应

参数:type
One of  “lasso”, “lar”, “forward.stagewise” or “stepwise”. The names can be abbreviated to any unique substring. Default is “lasso”.  
“套索”之一,“拉尔”,“forward.stagewise的”或“逐步”。名称可以缩写为任何独特的子串。默认值是“套索”。

参数:trace
If TRUE, lars prints out its progress  
如果是TRUE,拉斯打印出其进展情况

参数:normalize
If TRUE, each variable is standardized to have unit L2 norm, otherwise it is left alone. Default is TRUE.  
如果是TRUE,每个变量的标准化,以单位L2规范,否则将被单独留在家中。默认值是TRUE。

参数:intercept
if TRUE, an intercept is included in the model (and not penalized), otherwise no intercept is included. Default is TRUE.  
如果为TRUE,截距包括在模型中(而不是处罚),否则没有截距。默认值是TRUE。

参数:Gram
The X’X matrix; useful for repeated runs (bootstrap) where a large X’X stays the same.  
XX矩阵,可重复运行(引导),那里有一个很大的XX保持不变。

参数:eps
An effective zero  
一个有效的零

参数:max.steps
Limit the number of steps taken; the default is 8 * min(m,     n-intercept), with m the number of variables, and n the number of samples. For type=”lar” or type=”stepwise”, the maximum number of steps is min(m,n-intercept). For type=”lasso” and especially type=”forward.stagewise”, there can be many more terms, because although no more than min(m,n-intercept) variables can be active during any step, variables are frequently droppped and added as the algorithm proceeds. Although the default usually guarantees that the algorithm has proceeded to the saturated fit, users should check.  
所采取的步骤的数目限制,缺省值是8 * min(m,     n-intercept),具有m的变量的数量,和n的样本数。对于type=”lar”或type=”stepwise”,最大步数为min(m,n-intercept)。对于type=”lasso”,尤其是type=”forward.stagewise”,可以有更多的条件,因为虽然没有超过min(m,n-intercept)变量可以在任何步骤中,经常droppped变量的算法进行添加。虽然默认的通常保证该算法已进入饱和的配合,用户应该检查。

参数:use.Gram
When the number m of variables is very large, i.e. larger than N, then you may not want LARS to precompute the Gram matrix. Default is use.Gram=TRUE  </table>
当数米的变量是非常大的,即大于N,那么你可能不想LARS预先革兰氏矩阵。默认值是use.Gram = TRUE </ TABLE>

Details

详细信息———-Details———-

LARS is described in detail in Efron, Hastie, Johnstone and Tibshirani (2002). With the “lasso” option, it computes the complete lasso solution simultaneously for ALL values of the shrinkage parameter in the same computational cost as a least squares fit. A “stepwise” option has recently been added to LARS.
LARS埃夫隆,哈斯蒂,庄士东和Tibshirani(2002)中详细描述。随着“套索”选项,它计算的完整的解决方案,同时为所有的的收缩参数在相同的计算成本的最小二乘拟合值套索。 A“逐步”选项已被添加到LARS。

值———-Value———-

A “lars” object is returned, for which print, plot, predict, coef and summary methods exist.
A“拉斯”对象被返回,打印,绘图,预测,系数和总结的方法。

(作者)———-Author(s)———-

Brad Efron and Trevor Hastie

参考文献———-References———-

(with discussion) Annals of Statistics; see also http://www-stat.stanford.edu/~hastie/Papers/LARS/LeastAngle_2002.pdf. Hastie, Tibshirani and Friedman (2002) Elements of Statistical Learning, Springer, NY.

参见———-See Also———-

print, plot, summary and predict methods for lars, and  cv.lars
打印,绘图,总结和预测方法拉斯,和cv.lars

实例———-Examples———-

data(diabetes)
par(mfrow=c(2,2))
attach(diabetes)
object <- lars(x,y)
plot(object)
object2 <- lars(x,y,type=”lar”)
plot(object2)
object3 &lt;- lars(x,y,type=”for”) # Can use abbreviations[可以使用缩写]
plot(object3)
detach(diabetes)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。

注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
如何在函数计算中使用 Node.js 处理 multipart 文件上传请求
web 开发中我们经常会允许用户通过 HTTP POST 请求上传文档到服务器,本文将介绍在函数计算中基于 node.js 使用 multipart form-data 来实现文件上传服务。
2709 0
开发函数计算的正确姿势——运行 R 语言程序
前言 首先介绍下在本文出现的几个比较重要的概念: 函数计算(Function Compute): 函数计算是一个事件驱动的服务,通过函数计算,用户无需管理服务器等运行情况,只需编写代码并上传。函数计算准备计算资源,并以弹性伸缩的方式运行用户代码,而用户只需根据实际代码运行所消耗的资源进行付费。
2195 0
Java基础-08总结帮助文档,代码块,继承
1:如何制作帮助文档(了解)(1)写一个类(2)加入文档注释(3)通过javadoc工具生成即可javadoc -d 目录 -author -version ArrayTool.java /*我想要对数组进行操作在同一个文件夹下,类定义在两个文件中和定义在一个文件中其实一样的。 */ class ArrayDemo {public static void main(String[]
1155 0
jQuery EasyUI API 中文文档 - 日历(Calendar)
Calendar 日历 用 $.fn.calendar.defaults 重写了 defaults。 用法 1. 1. $('#cc').calendar({   2.     width:600,   3.     height:600,   4.     current:new Date()   5. });  特性 名称 类型 说明 默认值 width number 日历组件的宽度。
583 0
jQuery EasyUI API 中文文档 - 对话框(Dialog)
Dialog 对话框 扩展自 $.fn.window.defaults,用 $.fn.dialog.defaults 重写了 defaults。 依赖 window linkbutton 用法 1. 2.     Dialog Content.   3. 1. $('#dd').dialog({   2.     modal:true 3. });  特性 其特性扩展自 window,下列是为 dialog 重写的特性。
755 0
jQuery EasyUI API 中文文档 - 菜单(Menu)
Menu 菜单 用 $.fn.menu.defaults 重写了 defaults。 用法示例 创建 Menu 经由标记创建 menu 应该添加 'easyui-menu' 类到 标记。
801 0
+关注
438
文章
1
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载