r语言回归分析_基于R语言实现LASSO回归分析

本文通过R语言详细介绍了如何进行LASSO回归分析,从模拟假数据集开始,逐步讲解标准最小二乘法,然后深入探讨LASSO回归,并利用BIC准则选择最优模型参数,最后展示分析结果。
摘要由CSDN通过智能技术生成

原文链接:

http://tecdat.cn/?p=10997​tecdat.cn

模拟假数据集

 set.seed(0820)

 n         <- 50
 p         <- 25
 beta      <- rep(0,p)
 beta[1:5] <- 1:5/5

 X <- matrix(rnorm(n*p),n,p)
 X <- scale(X)

 Xb <- X%*%beta
 Y <- X%*%beta+rnorm(n)
 Y <- Y-mean(Y)

 plot(cor(X,Y),xlab="j",ylab="Cor(Y,X_j)",main="Sample correlations",cex=2)

18541ccee6e5de39662ddab0138ce091.png

5138c3a59fe700e19fc0d596ad1d5fbc.png

标准最小二乘法

 summary(ols)

## 
## Call:

## 
## Resid
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值