0

在进行了一些逻辑回归之后,我尝试进行 Lasso 回归,但是在输入各种命令时,我不断收到 object not found 错误这是我的代码到目前为止

data <- read.csv("ahw.csv", 
+                  colClasses = c("factor",
+                                 rep("numeric", 15)))

这给了我

 $ PlacedN: Factor w/ 2 levels "0","1": 1 1 1 1 1 2 1 1 1 1 ...
 $ TrA    : num  9 13 11 9 -1 13 10 10 10 6 ...
  $ JoA    : num  0 2 0 10 6 15 8 9 9 6 ...
  $ aPr    : num  0 0 0 0 0 0 0 0 0 0 ...
  $ bPr    : num  0 1 0 0 1 0 0 0 0 0 ...
 $ mPr    : num  0 0 0 0 1 0 0 0 0 0 ...
 $ Vdw    : num  0 0 0 0 0 0 0 0 0 0 ...
 $ ALL    : num  32 46 15 16 48 50 32 9 28 4 ...
 $ COD    : num  -1 80 0 25 -1 50 47 -1 -1 -1 ...
 $ DIS.   : num  32 46 23 15 48 50 32 9 28 0 ...
 $ cIM    : num  -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 ...
 $ cFE    : num  -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 ...
  $ LAT    : num  38 38 9 20 61 58 37 12 25 5 ...
  $ CLA    : num  40 50 9 25 -1 75 61 -1 -1 -1 ...
  $ CLC    : num  -1 -1 0 25 -1 75 61 -1 -1 -1 ...
  $ LAC    : num  38 50 9 25 -1 60 61 -1 -1 -1 ...

显然我可以使用 Logistic 公式调用

est <- glm(PlacedN ~ ., data=data, family="binomial")
summary(est)

所以基本上我下一步要做LASSO(使用logit)并获得系数和任何漂亮的图表

有一些软件包让像我这样的初学者感到困惑

提前致谢

迈克尔

4

1 回答 1

2

glmnet软件包应该很有用。作者有一个很棒的教程。但是,这是使用您的代码的快速入门。

require(glmnet)
est <- glmnet(as.matrix(data[,2:16]), data$PlacedN , family="binomial")
summary(est)
plot(est)
last <- dim(coef(est))[2]
coef(est)[last]

希望这可以帮助!

于 2014-12-29T17:19:27.343 回答