【原】练习R：cv.glmnet()函数实现交叉验证的lasso回归

今天练习内容：针对二分类因变量数据资料，用lasso回归筛选自变量。

数据资料embolism，研究肺动脉栓塞的风险。因变量group，1表示发生肺动脉栓塞，0表示未发生。

其他自变量包括age、bmi、tos、等共13个，均为连续性数据或二分类数据。

===

先准备好自变量和因变量矩阵，

x <- as.matrix(embolism[,2:14])y <- as.matrix(embolism[,1])

准备好随机种子和λ，

lambdas <- seq(from=0,to=0.5,length.out=200)set.seed(123)

接下来开始拟合lasso回归，

cv.lasso <- cv.glmnet(x=x,y=y,alpha=1,                      lambda = lambdas,                      nfolds = 3,                      family="binomial")

绘制λ偏差图，

plot(cv.lasso)

来看结果，

图中显示，在最小偏差1个标准差位置上，仍然有7个自变量的偏回归系数是不为零的。实现了筛选自变量的目的。

再画一个λ偏回归系数图，

plot(cv.lasso$glmnet.fit,xvar = "lambda",label = T)

来看结果，

最后看一下λ取最小偏差1个标准差时的回归系数，

剩下的这7个自变量，可以继续去做多因素的logistic回归，进行影响因素的分析。

===

参考资料：

彭献镇《R语言临床预测模型实战》

本文如有侵权请告知删除

===

大家如果有统计方法选择、统计软件使用、统计结果解释分析、论文数据分析等疑难问题，欢迎加入我的视频课程，额外赠送1对1答疑咨询。没时间看视频，那么可以可以随时交流解决问题。

本文含广告。

购买和学习地址：

有知乎账号的朋友，也可以直接前往知乎，在“数据小兵”知乎首页右侧，有【知乎咨询】入口，欢迎来快速解决问题。