最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )Lasso回归模型,是常用线性回归的模型,当模型维度较高时,Lasso算法通过求解稀疏解对模型进行变量选择。Lars算法则提供了一种快速求解该模型的方法。Lars算法的基本原理有许多其他文章可以参考,这里不过多赘述,这里主要简介如何在R中利用lars算法包求解线性回归问题以及参数的选择方法。以下的的一些用法参照lars包的帮助文件,再加上自己的使用心得。所用的示例数据diabetes是Efron…

大家好,又见面了,我是你们的朋友全栈君。

Lasso回归模型,是常用线性回归的模型,当模型维度较高时,Lasso算法通过求解稀疏解对模型进行变量选择。Lars算法则提供了一种快速求解该模型的方法。Lars算法的基本原理有许多其他文章可以参考,这里不过多赘述, 这里主要简介如何在R中利用lars算法包求解线性回归问题以及参数的选择方法。

以下的的一些用法参照lars包的帮助文件,再加上自己的使用心得。所用的示例数据diabetes是Efron在其论文中“Least Angle Regression”中用到的,可以在加载lars包后直接获得

library(lars)
data(diabetes) 
attach(diabetes) 

该数据中含有三个变量x,x2,y, 其中x是一个有422X10维的矩阵,y是一个422维的向量 ,x2是由x得到的422X64维矩阵(compressive).

1. 求解路径solution path

lars(x, y, type = c(“lasso”, “lar”, “forward.stagewise”, “stepwise”), trace = FALSE, normalize = TRUE, intercept = TRUE, Gram, eps = .Machine$double.eps, max.steps, use.Gram = TRUE)

该函数提供了通过回归变量x和因变量y求解其回归解路径的功能。其中,

type —- 表示所使用的回归方法,包括(lasso, lar, forward.stagewise, stepwise),选择不同的回归方法将得到不同的解路径;

normalize —- 表示是否对变量进行归一化,当为TRUE时,程序将对x和y进行L2正则化;

intercept —- 表示是否对变量进行中心化,当为TRUE时,程序将对x和y分别减去其均值。

下面使用四种不同的回归方法对其进行回归分析

object1 <- lars(x,y,type="lasso")
object2 <- lars(x,y,type="lar")
object3 <- lars(x,y,type="forward.stagewise") 
object4 <- lars(x,y,type="stepwise") 

返回参数是一个list,其中包含了每次迭代得到的回归系数beta以及lambda等16个返回值。

可以分别对返回参数用plot( )画出其solution path的图像.

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

可以看到lars算法,算法的步数较少即迭代次数较少,且与参数个数相同,当数据维数非常高的时候lars算法相较于其他回归算法速度非常快。

2. 利用交叉验证(Cross Validtion)确认参数

在上一步我们可以看到lars一次给了其solution path上的所有解,我们需要确定其中哪个解是我们真正要用到的. 在lasso模型中,约束项由参数lambda进行控制,当给定了lambda,模型才能够确定下来。一个好的回归模型,需要给定一个合适的lambda,但是lamda的范围往往比较大。注意到lars算法给出的解路径上的解个数是有限的,不同的解即不同的beta就对应了不同的lambda, 从solution path的图可以看到, 我们可以通过选定算法的step步数或者选定beta饱和度|beta|/max|beta|(此处| |表示一范数,饱和度同样也表征了解的稀疏度)来选定模型的参数. 

此时就需要用到lars包中的cv.lars函数,

cv.lars(x, y, K = 10, index, trace = FALSE, plot.it = TRUE, se = TRUE,type = c(“lasso”, “lar”, “forward.stagewise”, “stepwise”), mode=c(“fraction”, “step”), …)

K —– 表示在进行交叉验证时,将数据随机分为K份,每次使用其中K-1份作为训练数据,用剩下的一份进行验证,最后计算这K次验证的均方误差;

mode —– 表示用到的参数指标, step即按步数step去选择所需的参数,fraction即按照path中的横坐标|beta|/max|beta|去选择所需变量,fraction默认为0:100:1即 index=seq(from=0,to=1,length=100).

其他的type等参数与lars()中的意义相同,下面我们以type=”lar”时为例,以x2为自变量,演示确定回归参数的方法. 

首先为方便描述,我们先单独画出使用该方法得到的solution path

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

然后利用lars.cv来确定其参数,首先使用的index为mode=”step”

data(diabetes)
attach(diabetes)
cvsol1<-cv.lars(x2,y,type="lar",mode="step")
detach(diabetes)

得到交叉验证的均方误差MSE分析结果图如下, 

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

我可以看到由交叉验证得到的最优回归系数(使得均方误差MSE最小)是稀疏的,然后用以下语句得出最优解对应地的step步数为15,

 > cvsol1$index[which.min(cvsol1$cv)]
[1] 15

相应地,第15步对应的的回归系数以及其饱和度|bata|/max|beta|为

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

得到的回归系数beta的稀疏度为14与真实稀疏度相近, 此处计算其饱和度是为了接下来与用饱和度为 index确定回归系数做对比。

接下来我们用饱和度作为inedx来确定最优, 此处我们已知最优的饱和度大致在0和0.1之间,为便于对比,这里设置饱和度的区间为0:100:0.1

data(diabetes)
attach(diabetes)
cvsol2<-cv.lars(x2,y,type="lar",mode="fraction",
index=seq(from=0,to=0.1,length=100) )
detach(diabetes)

得到的均方误差MSE分析图为

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

然后同样是提取其中使得均方误差最小的饱和度,得到的结果为0.03232323

cvsol2$index[which.min(cvsol2$cv)]

[1] 0.03232323

与前面用step作为index的结果相似, 不过由于交叉验证每次都是随机分组,因此交叉验证的结果可能会由于分组的不同而不同.


3. 利用回归模型进行预测

在利用上述方法确定了模型中的参数后,就可以使用predict来进行预测

predict(object, newx, s, type = c(“fit”, “coefficients”), mode = c(“step”,

“fraction”, “norm”, “lambda”), …)

bject —- 表示我们在1.中得到的包含了解路径信息的返回参数;

type —- 当type为”fit”时, 可以给定一个新的样本newx,则该函数返回通过lars回归模型得到的预测值;

               当type为”coefficient”时,则不需要输入newx, 该函数返回模型的回归系数;

mode —- 表示我们输入的模型的参数类型,包括如2.中使用的步数step和饱和度fraction,还有罚项中的lambda等;

(注意若原模型没有给定的lambda, 此处的最优lambda同样可以用交叉验证得到)

当mode选定以后, 就可以在 s 中输入给定的参数值.(可以用向量的形式输入多个参数)

下面给出两组包含求解路径、选定参数、预测的完整代码示例。

首先是用饱和度为参数指标得到模型的回归系数的例子,这里通过交叉验证得到使得MSE最小的beta饱和度为0.2828283,因此,在进行预测时, 选择mode=“fraction”,s=0.2828283:

 最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

然后是用步数作为参数指标来,并对给定的样本进行预测的例子:

(这里以x2的前十行即前十个训练样本作为newx带入模型)

最小角回归 LARS算法包的用法以及模型参数的选择(R语言 )

此处通过交叉验证得到使得MSE最小的步数为17,因此,在进行预测时, 选择mode=“step”,s=17, 输入样本数据后将 type 选为”fit”, 即可得到相应的预测值 y.

以步数确定参数,得到的beta一定是solution path上拐点处对应的beta,而使用饱和度确定参数个得到的可能是拐点连线上的beta值。使用哪个可以自己斟酌,或者如2.中先以step确定饱和度的大致分范围,然后在该范围内划分饱和度来确定参数。

https://blog.csdn.net/nya0731/

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/148748.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • acwing-190. 字串变换(双向bfs)

    acwing-190. 字串变换(双向bfs)已知有两个字串 A, B 及一组字串变换的规则(至多 6 个规则):A1→B1A2→B2…规则的含义为:在 A 中的子串 A1 可以变换为 B1、A2 可以变换为 B2…。例如:A=abcd B=xyz变换规则为:abc → xu ud → y y → yz则此时,A 可以经过一系列的变换变为 B,其变换的过程为:abcd → xud → xy → xyz共进行了三次变换,使得 A 变换为 B。输入格式输入格式如下:A BA1 B1A2 B2… …第一行是两个给定的字符串

  • (5)JMeter元件详解之Switch Controller

    (5)JMeter元件详解之Switch Controller

  • rocketmq启动报错VM warning: INFO: OS::commit_memory(0x00000006c0000000, 2147483648, 0) faild

    rocketmq启动报错VM warning: INFO: OS::commit_memory(0x00000006c0000000, 2147483648, 0) faild解决方案:修改/RocketMQ/devnev/bin/下的服务启动脚本runserver.sh、runbroker.sh中对于内存的限制,​改一下内存大小就行了:JAVA_OPT=”${JAVA_OPT}-server-Xms128m-Xmx128m-Xmn128m-XX:PermSize=128m-XX:MaxPermSize=128m”…

  • C语言经典面试题_c语言常见面试题

    C语言经典面试题_c语言常见面试题100道c语言面试题2018年01月12日18:52:35cocos+unity+服务器阅读数:9166https://blog.csdn.net/themagickeyjianan/article/details/79047242题目来源:1、中兴、华为、慧通、英华达、微软亚洲技术中心等中外企业面试题目;2、C语言面试宝典(林锐《高质量编程第三版》)。说明:1、部…

  • 关于socket通信bind()返回值错误:10049

    关于socket通信bind()返回值错误:10049前几天偶尔收到一个朋友的求救,要编写一个IPV6的socket编程开始以为这个问题很容易,因为socket已经兼容IPV4和IPV6的,改下那几个接口就可以了然后….被卡住了….修改了参

  • vue与jquery混用_vue怎么使用jquery

    vue与jquery混用_vue怎么使用jquery有时候只要想到要用的vue.js的时候就会惯性的想起用vue-cli手脚架搭建一个项目,但是有时候的业务场景并不适合用vue-cli手脚架,这个时候使用vue+jquery混合使用,把他们的优点结合起来使用会大大提升开发效率。那么vue+jquery应该如何使用呢?一、首先引入vue文件(cdn或者下载到本地都行),参考vue官方连接https://cn.vuejs.o…

    2022年10月10日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号