Question

我试图使用lars包进行套索回归，但似乎无法让lars位工作。我输入了代码：

diabetes<-read.table("diabetes.txt", header=TRUE)
diabetes
library(lars)
diabetes.lasso = lars(diabetes$x, diabetes$y, type = "lasso")

但是，我收到一条错误消息： rep（1，n）出错：无效的'times'参数。

我试过这样输入：

diabetes<-read.table("diabetes.txt", header=TRUE)
library(lars)
data(diabetes)
diabetes.lasso = lars(age+sex+bmi+map+td+ldl+hdl+tch+ltg+glu, y, type = "lasso")

但后来我收到错误消息： 'lars错误（年龄+性别+ bmi +地图+ td + ldl + hdl + tch + ltg + glu，y，type =“lasso”）：对象'年龄'未找到'

我哪里错了？

编辑：数据 - 如下所示，但另外5列。

             ldl          hdl          tch          ltg          glu
1   -0.034820763 -0.043400846 -0.002592262  0.019908421 -0.017646125
2   -0.019163340  0.074411564 -0.039493383 -0.068329744 -0.092204050
3   -0.034194466 -0.032355932 -0.002592262  0.002863771 -0.025930339
4    0.024990593 -0.036037570  0.034308859  0.022692023 -0.009361911
5    0.015596140  0.008142084 -0.002592262 -0.031991445 -0.046640874

Answer 1

lars::lars似乎没有公式接口，这意味着您不能对列名使用公式规范（而且它不接受“data =”参数）。有关此和其他“数据挖掘”主题的更多信息，您可能希望获得经典文本的副本：“统计学习元素”。试试这个：

# this obviously assumes require(lars) and data(diabetes) have been executed.
> diabetes.lasso = with( diabetes, lars(x, y, type = "lasso"))
> summary(diabetes.lasso)
LARS/LASSO
Call: lars(x = x, y = y, type = "lasso")
   Df     Rss       Cp
0   1 2621009 453.7263
1   2 2510465 418.0322
2   3 1700369 143.8012
3   4 1527165  86.7411
4   5 1365734  33.6957
5   6 1324118  21.5052
6   7 1308932  18.3270
7   8 1275355   8.8775
8   9 1270233   9.1311
9  10 1269390  10.8435
10 11 1264977  11.3390
11 10 1264765   9.2668
12 11 1263983  11.0000

Answer 2

我认为一些混淆可能与diabetes包附带的lars数据集具有不寻常的结构这一事实有关。

library(lars)
data(diabetes)
sapply(diabetes,class)
##        x         y        x2 
##   "AsIs" "numeric"    "AsIs" 

sapply(diabetes,dim)
## $x
## [1] 442  10
## 
## $y
## NULL
## 
## $x2
## [1] 442  64

换句话说，diabetes是一个包含“列”的数据框，它们本身就是矩阵。在这种情况下，with(diabetes,lars(x,y,type="lasso"))或lars(diabetes$x,diabetes$y,type="lasso")可以正常工作。（但只有lars(x,y,type="lasso")不会，因为R不知道在x数据框中查找y和diabetes个变量。）

但是，如果您正在读取自己的数据，则必须自己将响应变量和预测矩阵分开，例如

X <- as.matrix(mydiabetes[names(mydiabetes)!="y",])
mydiabetes.lasso = lars(X, mydiabetes$y, type = "lasso")

或者您可以使用

X <- model.matrix(y~.,data=mydiabetes)

Lasso r代码 - 它有什么问题？

2 个答案: