用glmnet做lasso回归

文章预览

关注公众号，发送 R语言 或 python ，可获取资料 💡专注R语言在🩺生物医学中的使用 设为“ 星标 ”，精彩不错过 本文是对 glmnet 包的说明，主要参考官方文档：https://glmnet.stanford.edu/ glmnet 包可以实现lasso回归、岭（ridge）回归、弹性网络（elastic-net），它非常强大，可以用于 线性回归、逻辑回归、泊松回归、Cox模型、多响应高斯模型和分组多项式回归 的Lasso或弹性网络正则化路径拟合，并且效率极高。 我们主要介绍它的lasso回归功能，主要是因为lasso可以把变量的系数变为0，达到筛选变量的目的。并且我们会以逻辑回归和COX回归的lasso为例进行演示。 在进行演示前，有一些基础知识需要大家提前了解。 对于一些回归模型来说，变量的系数可以说明变量的重要程度，所以如果某个变量的系数是0，那么说明这个变量不太重要。 lasso回归就可以通过算 ………………………………