拓端tecdat|R语言Bootstrap的岭回归和自适应LASSO回归可视化
拟合岭回归和LASSO回归，解释系数，并对其在λ范围内的变化做一个直观的可视化。# 加载CBI数据
# 子集所需的变量（又称，列）
CBI_sub <- CBI
# 重命名变量列(节省大量的输入)
names(CBI_sub) <- "cbi"
# 只要完整案例，删除缺失值。
CBI_sub <- CBI_sub
#现在检查一下CBI_sub里面的内容
names(CBI_sub)
# 设置控制参数
control = method = "cv",number=5) # 5折CV
cbi ~ ., data = CBI_sub, method = "glmnet",
trControl = control, preProc = c("center","scale"),# 中心和标准化数据
# 得到系数估计值（注意，我们真正关心的是β值，而不是S.E.）。
coef(ridge_caret.fit, bestTune$lambda)
cbi ~ ., data = CBI_sub, method = "glmnet",
tuneGrid = expand.grid(alpha = 1,
# 获得系数估计
coef(lasso_caret,bestTunelambda)
使用glmnet软件包中的相关函数对岭回归和lasso套索回归进行分析。
准备数据
注意系数是以稀疏矩阵格式表示的，因为沿着正则化路径的解往往是稀疏的。使用稀疏格式在时间和空间上更有效率
# 拟合岭回归模型
glmnet(X, Y, alpha = 0)
#检查glmnet模型的输出（注意我们拟合了一个岭回归模型
#记得使用print()函数而不是summary()函数
print(glmnet.fit)
# 输出最佳lamda处的岭回归coefs
coef(glmnet.fit, s = lambda.1se)
绘制结果
#
plot(ridge_glmnet.fit, label = TRUE)
图中显示了随着lambda的变化，模型系数对整个系数向量的L1-norm的路径。上面的轴表示在当前lambda下非零系数的数量，这也是lasso的有效自由度（df）。
par(mfrow=c(1,2))# 建立1乘2的绘图环境
plot_glmnet(ridge_glmnet.fit, xvar = "lambda", label=6, xlab = expression(paste("log(", lambda, ")")), ylab = expression(beta)) # "标签"是指你想让图表显示的前N个变量。
# 进行变量选择，比如说，我想根据λ>0.1的标准或其他一些值来选择实际系数。
coef(ridge_glmnet.fit, s = 0.1)
交叉验证的岭回归
#
plot(cv.ridge)
# 我们可以查看选定的lambda和相应的系数。例如：
lambda.min
# 根据最小的lambda（惩罚）选择变量
#lambda.min是λ的值，它使交叉验证的平均误差最小
# 选择具有最大惩罚性的一个
coef
## 对lasso模型做同样的处理
数据挖掘
使用自适应LASSO进行函数形式规范检查
# 加载CBI数据
CBI <- read.csv("dat.csv")
#对需要的变量进行取子集（列）
names(CBI)<- "cbi"fitpoly(degree = 2, thre = 1e-4) # 设置多项式的度数为2
bootstrap
boot(poly.fit1, nboot = 5) #5次bootstrap迭代
交叉验证
# 交叉验证，10折CV
cbi ~ ., data = CBI_sub, degrees.cv = 1:3,)
# 提取最佳模型并进行bootstrap
boot(cv.pred, nboot = 5) # 5次bootstrap
# 绘制cv.boot的预测值的边际效应
marg(cv.boot))
补充
获得岭回归和LASSO模型的bootstrap平均数
#如果你想要S.E.，通过bootstrap模拟得到它。
library(boot)
boot(CBI_sub, function(data, idx)
bootSamples
文档来源：51CTO技术博客https://blog.51cto.com/u_14293657/3019746
页:
[1]