都在做生信分析,都想一鸣惊人,一个3分的预后模型,拿走不谢!
直接上代码,你只需要复制即可
library(glmnet)
library(survival)
library(foreign)
read.csv(file="D:\\R语言工作数据\\LASSO.csv")
Mydata
Mydata
Mydata
head(Mydata)
str(Mydata)
Mydata$Status
str(Mydata)
x
y
lasso
print(lasso)
未列出。解释:以第56行为例,可以看出模型中包含的非0系数变量的数量为23,还可以看出解释偏差百分比为10.08,以及这一行的调优系数λ的值为0.000749。
此处即可决定选择在测试集上使用这个λ(即0.000749),但如果选择这个λ值,则我们并没有达到任何缩减变量的目的,之前为23,现在剩余变量仍为23
所以我们可以选择λ=0.059330,对应模型中有5个特征。此时,一些统计图是非常有用的。我们先看看程序包中默认的统计图,设定label = TRUE可以给曲线加上注释,
plot(lasso, xvar = "lambda", label = TRUE)