r语言实现岭回归_手把手教你使用R语言做LASSO 回归

LASSO 回归也叫套索回归，是通过生成一个惩罚函数是回归模型中的变量系数进行压缩，达到防止过度拟合，解决严重共线性的问题，LASSO 回归最先由英国人Robert Tibshirani提出，目前在预测模型中应用非常广泛。在新格兰文献中，有大牛提出，对于变量过多而且变量数较少的模型拟合，首先要考虑使用LASSO 惩罚函数。今天我们来讲讲怎么使用R语言通过LASSO 回归构造预测模型。

首先我们要下载R的glmnet包，由 LASSO 回归的发明人，斯坦福统计学家 Trevor Hastie 领衔开发。

加载需要的包，导入数据(还是我们既往的SPSS乳腺癌数据)，删除缺失值

library(glmnet)

library(foreign)

bc

                use.value.labels=F,to.data.frame=T)

bc

目前，glmnet包只能接受矩阵形式的数据，数据框的数据会报错，所以我们先要把数据转换成矩阵形式，这一步很重要。

y

x