dege857的博客

age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量），ln_yesno表示是否有淋巴结肿大，time是生存时间，后面的agec是我们自己设定的，不用管它。开始我看到结果有点懵，这是预测啥呀，这个不是预测概率，我看到有些文章把这个当作概率来跑，还画了roc和决策曲线什么的，肯定不对的。因此预测得就是生存时间啦。

Y的实际值和Y的预测值之间的差值，就是我们的误差，在统计学中也叫残差，就是绿色的部分。由上图我们可以发现，当λ=0时β1和β2的系数都是1.5这样，当λ进一步向圈内压缩，β1和β2的系数变小，岭回归选择的点β2的系数已经被压缩到0.6这样，因此使用岭回归避免了训练模型对数据的过拟合。我们可以看到岭回归的惩罚函数是圆形，而LASSO回归的惩罚函数是菱形的，在同样的λ岭回归中β2的系数是0.6这样，而LASSO回归中β2的系数是0，表明β2已经被移除了。因此它就具有了岭回归和LASSO回归的优点，更受欢迎。

建立任务后第二部就是定义一个学习器（Learner），其实就等于选哪个R包来分析，学习器将数据传给模型进行训练并返回结果,就等于把数据传给R包，R包得出结果在返回来，回归模型使用的是 regr.rpart等于使用rpart包来分析。从上可知，这个学习器只要用3个R包， mlr3, mlr3learners, stats，其实就是主要用mlr3learners包，把数据放入学习器，就是把数据放入R包，并分析，就是重复刚才上面的过程。把数据放入学习器，列出一个模型的数据，这里使用的是rpart包进行预测的。