原文链接：http://tecdat.cn/?p=20828

本文使用lasso或非凸惩罚拟合线性回归，GLM和Cox回归模型的正则化，特别是_最小_最_大凹_度_惩罚_函数_(MCP)_和光滑切片绝对偏差惩罚（SCAD），以及其他L2惩罚的选项（ “弹性网络”）。还提供了用于执行交叉验证以及拟合后可视化，摘要，推断和预测的实用程序。

我们研究 前列腺数据，它具有8个变量和一个连续因变量，即将进行根治性前列腺切除术的男性的PSA水平（按对数尺度）：

X <- data$X
y <- data$y

要将惩罚回归模型拟合到此数据，执行以下操作：

reg(X, y)

此处的默认惩罚是_最小_最_大凹_度_惩罚_函数_(MCP)_，但也可以使用SCAD和lasso惩罚。这将产生一个系数路径，我们可以绘制

plot(fit)

注意，变量一次输入一个模型，并且在λ的任何给定值下，几个系数均为零。要查看系数是多少，我们可以使用以下 coef 函数：

coef(fit, lambda=0.05)
# (Intercept)      lcavol     lweight         age        lbph         svi
#  0.35121089  0.53178994  0.60389694 -0.01530917  0.08874563  0.67256096
#         lcp     gleason       pgg45
#  0.00000000  0.00000000  0.00168038

该 summary 方法可用于后_选择推断_：

summary(fit
# MCP-penalized linear regression with n=97, p=8
# At lambda=0.0500:
# -------------------------------------------------
#   Nonzero coefficients         :   6
#   Expected nonzero coefficients:   2.54
#   Average mfdr (6 features)    :   0.424
#
#         Estimate      z     mfdr Selected
# lcavol   0.53179  8.880  < 1e-04        *
# svi      0.67256  3.945 0.010189        *
# lweight  0.60390  3.666 0.027894        *
# lbph     0.08875  1.928 0.773014        *
# age     -0.01531 -1.788 0.815269        *
# pgg45    0.00168  1.160 0.917570        *

在这种情况下， 即使调整了模型中的其他变量之后，lcavol， svi以及 lweight 显然与因变量关联，同时 lbph， age和 pgg45 可能只是_偶然_包括。通常，为了评估模型在λ的各种值下的预测准确性，将执行交叉验证：

plot(cvfit)

使交叉验证误差最小的λ的值由 cvfit$lambda.min给出，在这种情况下为0.017。将coef 在return的输出 应用于 cv.ncvreg λ的值的系数：

coef
#  (Intercept)       lcavol      lweight          age         lbph          svi
#  0.494154801  0.569546027  0.614419811 -0.020913467  0.097352536  0.752397339
#          lcp      gleason        pgg45
# -0.104959403  0.000000000  0.005324465

可以通过predict来获得预测值 ，该选项有多种选择：

predict(cvfit
# 预测新观测结果的响应
#         1         2         3         4         5         6
# 0.8304040 0.7650906 0.4262072 0.6230117 1.7449492 0.8449595# 非零系数的数量
# 0.01695
#       7# 非零系数的特性
#  lcavol lweight     age    lbph     svi     lcp   pgg45
#       1       2       3       4       5       6       8

请注意，原始拟合（至完整数据集）的结果为 cvfit$fit；不必同时调用两者 ncvreg 和 cv.ncvreg 分析数据集。

如， plot(cvfit$fit) 将产生与上述相同的系数路径图 plot(fit) 。

点击标题查阅往期内容

Python中的Lasso回归之最小角算法LARS

r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现

R语言实现LASSO回归——自己编写LASSO回归算法

R使用LASSO回归预测股票收益

R语言如何和何时使用glmnet岭回归

R语言中的岭回归、套索回归、主成分回归：线性模型选择和正则化

R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者

R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）

R语言使用bootstrap和增量法计算广义线性模型（GLM）预测置信区间

R语言广义线性模型(GLMs)算法和零膨胀模型分析

R语言中广义线性模型(GLM)中的分布和连接函数分析

R语言中GLM(广义线性模型)，非线性和异方差可视化分析

R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口

R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析

更多内容，请点击左下角“阅读原文”查看报告全文

关注我们

案例精选、技术干货 第一时间与您分享

长按二维码加关注

更多内容，请点击左下角“阅读原文”查看报告全文