全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
3784 2
2013-03-05
利用R中的package: lars  解决lasso算法中选择变量的问题。
X <- matrix(rnorm(100*8),100,8)
beta0 <- c(3,1.5,0,0,2,0,0,0)
epsilon <- rnorm(100,sd=3)
y <- X %*% beta0 + epsilon
y <- c(y)
f1<-lars(X,y,type="lasso")

最后结果没看懂,想求系数。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2013-10-15 18:26:01
》。。。。。。。看PDF就知道了
附件列表

lars.pdf

大小:135.51 KB

 马上下载

这个是说明,看看

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-10-15 22:03:32
mu <- rep(0, 3)
Sigma <- matrix(c(3, 1, 2,
1, 4, 0,
2, 0, 5), nrow=3)
xvals <- mvrnorm(20, mu, Sigma)
apply(xvals, 2, mean)


X <- matrix(rnorm(100*8),100,8)
beta0 <- c(3,1.5,0,0,2,0,0,0)
epsilon <- rnorm(100,sd=3)
y <- X %*% beta0 + epsilon
f1<-lars(X,y,type="lasso")


  
coef(f1,s=4.1,mode="norm")

f3<-predict.lars(f1,X,type="coefficients")
f3就有你要的效果
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群