R語言PCA主成分、lasso、嶺回歸降維分析全球氣候變化對(duì)各國土地面積影響|附代碼數(shù)據(jù)
全文鏈接：http://tecdat.cn/?p=31445
最近我們被客戶要求撰寫關(guān)于各國土地面積的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。 機(jī)器學(xué)習(xí)在環(huán)境監(jiān)測(cè)領(lǐng)域的應(yīng)用，著眼于探索全球范圍內(nèi)的環(huán)境演化規(guī)律，人類與自然生態(tài)之間的關(guān)系以及環(huán)境變化對(duì)人類生存的影響。
課題著眼于環(huán)境科學(xué)中的近年來土地面積變化影響的課題，應(yīng)用機(jī)器學(xué)習(xí)的方法，進(jìn)行數(shù)據(jù)處理與分析預(yù)測(cè)。數(shù)據(jù)的處理方法以及機(jī)器學(xué)習(xí)本身算法理論的學(xué)習(xí)和代碼實(shí)現(xiàn)在各領(lǐng)域具有相同性，之后同學(xué)可以在其他感興趣的領(lǐng)域結(jié)合數(shù)據(jù)進(jìn)行分析，利用此課題所學(xué)知識(shí)舉一反三。
本文獲取了近年來全球各國土地面積變化數(shù)據(jù)：
區(qū)域或局地尺度的氣候變化影響研究需要對(duì)氣候模式輸出或再分析資料進(jìn)行降尺度以獲得更細(xì)分辨率的氣候資料。
本文通過PCA主成分、lasso、嶺回歸對(duì)數(shù)據(jù)進(jìn)行降維分析，既能起到對(duì)相關(guān)的預(yù)報(bào)因子限制的作用保證了預(yù)測(cè)結(jié)果的穩(wěn)定性，又不至于掩蓋預(yù)報(bào)因子的貢獻(xiàn)以至于喪失模型預(yù)測(cè)的準(zhǔn)確性。
讀取數(shù)據(jù)
data=read.csv("E:/climate_change_download_0 (1).csv") ? ?data=na.omit(data) ?# data[which(data=="..")]=0 ?x=data[,c(7:ncol(data))] ?x[which(x=="..",arr.ind = T)]=0
數(shù)據(jù)清洗
x=data.frame(x) ?for(j in 1:ncol(x))x[,j]=as.numeric(x[,j])
主成分分析
pca <- x %*% v[,1:2]scores <- X %*% loadings ?biplot(scores[,1:2], loadings[,1:2], xlab=rownames(scores),
發(fā)現(xiàn)最優(yōu)主成分?jǐn)?shù)
lasso 模型
對(duì)數(shù)據(jù)進(jìn)行l(wèi)asso模型篩選變量
轉(zhuǎn)換數(shù)據(jù)類型
for(i in 1:ncol(X))X[,i]=as.numeric(X[,i])
找出有強(qiáng)影響的變量
summary(laa)## LARS/LAR ?## Call: lars(x = X, y = Y, type = "lar") ?##??? Df??? Rss?????? Cp ?## 0?? 1 6505.0 2041.608 ?## 1?? 2 6472.4 2000.730 ?## 2?? 3 6411.9 1923.292 ?## 3?? 4 6056.4 1458.310 ?## 4?? 5 6044.3 1444.434 ?## 5?? 6 6010.9 1402.454 ?## 6?? 7 5660.6? 944.328 ?## 7?? 8 5594.1? 858.944 ?## 8?? 9 5334.2? 519.497
使用嶺回歸方法排除回歸模型中的多重共線性是有必要的。在對(duì)嶺回歸模型參數(shù)α的確定過程中，經(jīng)過對(duì)多站點(diǎn)多個(gè)月份的試驗(yàn)，本文認(rèn)為在使用嶺回歸模型進(jìn)行統(tǒng)計(jì)降尺度時(shí)將df設(shè)置為17時(shí)，cp值最小，因此我們選擇1999-2006年的數(shù)據(jù)較為合理，既能起到對(duì)相關(guān)的預(yù)報(bào)因子限制的作用保證了預(yù)測(cè)結(jié)果的穩(wěn)定性，又不至于掩蓋預(yù)報(bào)因子的貢獻(xiàn)以至于喪失模型預(yù)測(cè)的準(zhǔn)確性。
使用ridge regression回歸模型
plot(lm.rid
選擇GCV為100，帶入嶺回歸模型的lambda中
使用嶺回歸方法排除回歸模型中的多重共線性是有必要的。在對(duì)嶺回歸模型參數(shù)α的確定過程中，經(jīng)過對(duì)多站點(diǎn)多個(gè)月份的試驗(yàn)，本文認(rèn)為在使用嶺回歸模型對(duì)地區(qū)土地面積進(jìn)行統(tǒng)計(jì)尺度時(shí)將GCV設(shè)置為100較為合理，當(dāng)α過小時(shí)，正則項(xiàng)起不到作用，回歸模型各項(xiàng)系數(shù)分散，此時(shí)模型如普通最小二乘多元回歸模型，出現(xiàn)過擬合現(xiàn)象，預(yù)測(cè)結(jié)果不穩(wěn)定;當(dāng)α過大時(shí)，模型各項(xiàng)系數(shù)收斂到一處，出現(xiàn)欠擬合現(xiàn)象，預(yù)測(cè)結(jié)果不準(zhǔn)確;而當(dāng)α合理確定時(shí)，平衡了模型的穩(wěn)定性和準(zhǔn)確性。
最受歡迎的見解
1.matlab偏最小二乘回歸(PLSR)和主成分回歸(PCR)
2.R語言高維數(shù)據(jù)的主成分pca、 t-SNE算法降維與可視化分析
3.主成分分析(PCA)基本原理及分析實(shí)例
4.R語言實(shí)現(xiàn)貝葉斯分位數(shù)回歸、lasso和自適應(yīng)lasso貝葉斯分位數(shù)回歸
5.使用LASSO回歸預(yù)測(cè)股票收益數(shù)據(jù)分析
6.r語言中對(duì)lasso回歸，ridge嶺回歸和elastic-net模型
7.r語言中的偏最小二乘回歸pls-da數(shù)據(jù)分析
8.R語言用主成分PCA、?邏輯回歸、決策樹、隨機(jī)森林分析心臟病數(shù)據(jù)并高維可視化
9.R語言主成分分析（PCA）葡萄酒可視化：主成分得分散點(diǎn)圖和載荷圖
