拓端tecdat|R語言群組變量選擇、組懲罰group lasso套索模型預(yù)測分析新生兒出生體重風(fēng)
?原文鏈接：http://tecdat.cn/?p=25158
原文出處：拓端數(shù)據(jù)部落公眾號
?本文擬合具有分組懲罰的線性回歸、GLM和Cox回歸模型的正則化路徑。這包括組選擇方法，如組lasso套索、組MCP和組SCAD，以及雙級選擇方法，如組指數(shù)lasso、組MCP。還提供了進(jìn)行交叉驗(yàn)證以及擬合后可視化、總結(jié)和預(yù)測的實(shí)用程序。
本文提供了一些數(shù)據(jù)集的例子；涉及識別與低出生體重有關(guān)的風(fēng)險因素。結(jié)果是連續(xù)測量（bwt，以公斤為單位的出生體重），也可以是二分法（低），即新生兒出生體重低（低于2.5公斤）。?
head(X)
原始設(shè)計(jì)矩陣由 8 個變量組成，此處已將其擴(kuò)展為 16 個特征。例如，有多個種族指標(biāo)函數(shù)（“其他”是參考組），并且已經(jīng)使用多項(xiàng)式對比擴(kuò)展了幾個連續(xù)因素（例如年齡）（樣條曲線會給出類似的結(jié)構(gòu)）。因此，設(shè)計(jì)矩陣的列被?分組；這就是組的設(shè)計(jì)目的。分組信息編碼如下：
group
在這里，組是作為一個因子給出的；唯一的整數(shù)代碼（本質(zhì)上是無標(biāo)簽的因子）和字符向量也是允許的（然而，字符向量確實(shí)有一些限制，因?yàn)榻M的順序沒有被指定）。要對這個數(shù)據(jù)擬合一個組套索lasso模型。?
gLas(X, y，grup）
然后我們可以用以下方法繪制系數(shù)路徑?
plot
請注意，當(dāng)一個組進(jìn)入模型時（例如，綠色組），它的所有系數(shù)都變成非零；這就是組套索模型的情況。要想知道這些系數(shù)是什么，我們可以使用coef。
請注意，在λ=0.05時，醫(yī)生的就診次數(shù)不包括在模型中。
為了推斷模型在各種 λ值下的預(yù)測準(zhǔn)確性，進(jìn)行交叉驗(yàn)證。
cv(X, y, grp)
可以通過coef以下方式獲得與最小化交叉驗(yàn)證誤差的 λ?值對應(yīng)的系數(shù)?：
coef(cvfit)
預(yù)測值可以通過 獲得?predict，它有許多選項(xiàng)：
predict # 對新觀察結(jié)果的預(yù)測
predicttype="ngroups" # 非零組的數(shù)量
# 非零組的身份
nvars # 非零系數(shù)的數(shù)量
predict(fit # 非零系數(shù)的身份
原始擬合（對完整數(shù)據(jù)集）返回為fit; 其他幾種懲罰是可用的，邏輯回歸和 Cox 比例風(fēng)險回歸的方法也是如此。
最受歡迎的見解
1.R語言多元Logistic邏輯回歸 應(yīng)用案例
2.面板平滑轉(zhuǎn)移回歸(PSTR)分析案例實(shí)現(xiàn)
3.matlab中的偏最小二乘回歸（PLSR）和主成分回歸（PCR）
4.R語言泊松Poisson回歸模型分析案例
5.R語言回歸中的Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)
6.r語言中對LASSO回歸，Ridge嶺回歸和Elastic Net模型實(shí)現(xiàn)
7.在R語言中實(shí)現(xiàn)Logistic邏輯回歸
8.python用線性回歸預(yù)測股票價格
9.R語言如何在生存分析與Cox回歸中計(jì)算IDI，NRI指標(biāo)
