前文我们讲到线性回归建模会有共线性的问题，岭回归和lasso算法都能一定程度上消除共线性问题。
转载
2023-05-24 21:20:12
105阅读
# 使用R语言进行非参数Cox回归分析
## 引言
在生存分析中，Cox回归模型广泛应用于评估影响生存时间的风险因素。非参数Cox回归模型，或称Cox比例风险模型，能够在不假设基础风险函数形状的前提下，分析生存数据。本文将带领你了解如何在R语言中实现非参数Cox回归模型。
## 实现步骤
以下是实现非参数Cox回归模型的主要步骤：
| 步骤 | 描述 |
| ---- | ---- |
# R语言中的Lasso回归与最优参数选择
Lasso回归（Least Absolute Shrinkage and Selection Operator）是一种用于特征选择和正则化的回归分析方法。它通过施加L1惩罚项来缩减某些回归系数为零，从而有效地选择特征。Lasso回归在处理高维数据时尤为有效，能够从大量的特征中找到重要的特征。本文将介绍如何在R语言中实现Lasso回归及其最优参数的选择，
原创
2024-09-12 05:03:40
198阅读
文章目录1. 岭回归2. LASSO3. 主成分回归 - PCR4. 偏最小二乘回归 - PLS 压缩方法 & 降维方法 1. 岭回归法①：lm.ridge函数## lm.ridge函数进行岭回归
# 对样本数据进行标准化处理
data <- data.frame(scale(data0[,2:]))
# 对标准化处理后的数据（不含截距项）进行岭回归
library(MASS)
转载
2023-08-16 09:01:13
115阅读
文章目录加载R包默认画图提取数据自定义绘图 lasso回归非常常用，默认的图不丑，但是总有人想要自定义，想要更好看。 其实画图很简单，难的是提取数据。?说到提取数据，说难不难，说简单不简单，如果你会用搜索，就非常简单，根本不用自己写，一般来说，你遇到过的问题，本人肯定早就遇到过且解决了！下面就给大家演示下怎么用1行代码提取数据！包你满意！包治百病！加载R包library(glmnet)
##
转载
2023-09-04 23:12:48
709阅读
这里写自定义目录标题randomForest重要参数解释其他参数变量的重要性Do MDS on 1 - proximity查看节点数预测ROC曲线 randomForest重要参数解释Ntree：森林中树的个数，默认500 Mtry：每棵树（每个节点？）使用的特征个数，默认为2 Importance：默认false，是否计算变量的特征重要性 Proximity:是否计算各观测之间的相似性set.
转载
2023-06-20 14:04:29
1890阅读
在统计分析中，根据变量的不同类型可以建立不同的预测模型，如果因变量是连续型变量，最常见的是建立线性回归模型。但是，建立线性回归模型有很多前提条件(可以参考：SPSS操作：简单线性回归(史上最详尽的手把手教程))。由于实际的临床研究中，变量之间关系复杂，因变量和自变量之间并非呈现线性关系，如果强行建立线性回归模型，就会影响模型的预测准确性。对于此类数据，应该如何处理呢？之前医咖会发布过的《R语言课程
转载
2023-10-17 20:12:26
151阅读
参考数据挖掘与R语言 一、rpart包中，有建立回归树模型的指令：rpartrt<-rpart(formula, data)有关formula的一些注记~分隔，使响应变量在左边，解释变量在右边，例如y=x+y+w可表示为y~x+y+w+分别表示解释变量：表示交互式变量，例如y=x*z可表示为y~x：z*几个变量间的所有交互式表达式y=x+w+z+x * w+x * z+z * w+x * w
转载
2023-08-13 21:09:44
133阅读
R语言语法基础二重塑数据增加行和列# 创建向量
city = c("Tampa","Seattle","Hartford","Denver")
state = c("FL","WA","CT","CO")
zipcode = c(33602, 98104, 06161, 80294)
# 组合向量成数据帧
address1 = cbind(city, state, zipcode)
print(a
转载
2024-06-13 21:45:30
169阅读
非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。一，数据的导入与调整本次示例：探
转载
2023-07-09 20:29:29
155阅读
发现大家做分析做的最多的还是线性回归，很多人咨询的都是线性回归的问题，今天专门出一个线性回归的文章。在R语言中我们可以非常方便地用基础包中的lm方法做出线性回归。参数的书写也和数学方程一样一样的Y~X+X2，只不过将等号换成了~。我们用summary+回归对象就可以得到回归结果，如果要看模型的残差直接$resid就可以。还是给大家写一个活生生的例子吧：实例描述：我们有如图的数据集，我想要用回归分析
转载
2023-08-17 16:10:10
82阅读
线性关系其实是最常见也是最有效，同时还是最好解释的，不过变量间复杂的关系我们用多项式回归做出来可能会更加的准确。刚好有位粉丝的数据需要用到多项式回归，今天就给大家写写。要理解非线性关系，首先我们看看线性关系，假设情况如下：商品的价格为p，销售量为q，总价为y，那么qy之间就是线性关系：p <- 0.5
q <- seq(0,100,1)
y <- p*q
plot(q,y,typ
转载
2024-03-03 16:29:43
21阅读
Logistic回归# 设置工作空间
# 把“数据及程序”文件夹拷贝到F盘下，再用setwd设置工作空间
setwd("E:\\R_workspace\\R语言数据分析与挖掘实战\\chp5")
# 读入数据
Data <- read.csv("./data/bankloan.csv")[2:701, ]
View(Data)
# 查看数据框中 完整的记录数
sum(complete.c
转载
2023-06-26 17:38:24
543阅读
## 参数长度为零 R语言
在R语言中，函数的参数长度是指在函数调用时传入的参数的个数。当函数的参数长度为零时，意味着函数在调用时没有传入任何参数。
在本文中，我们将探讨参数长度为零的情况，并介绍如何处理这种情况。
### 为什么会出现参数长度为零的情况？
在实际应用中，函数的参数长度往往是不固定的。有时候，我们可能需要传入多个参数，而有时候可能不需要传入任何参数。
参数长度为零的情况通
原创
2023-09-15 23:03:26
2068阅读
# 如何在R语言中将数据框元素赋值为NULL
## 一、流程概述
为了教会你如何在R语言中将数据框元素赋值为NULL，我们将按照以下步骤进行操作：
```mermaid
gantt
title R语言数据框元素赋值为NULL流程
section 了解需求：5, 20
section 查找方法：25, 40
section 执行操作：45, 60
```
##
原创
2024-03-08 05:07:32
121阅读
参数回归是我们最长用的模型。与参数回归相对的非参数回归，这种模型对变量分布等假定并不是很严等，因此可以说扩展了参数回归的应用范围。但是非参数回归的局限性在于，在存在较多的解释变量时，很容易出现所谓的“维度灾难”，像方差的急剧增大等现象。 这类模型包括实例回归，局部加权回归（LOESS）
时间序列函数ts（）ts（）的参数data观察值的向量或矩阵start第一个观察值的时间end最后一个观察值的时间frequency观察值的时间频率deltat表示观察值时间频次的分数，比如1/12表示月度ts.eps时间序列表示比较容限class结果类的设定names设定多元时间序列变量名称的字符型向量headerTRUE/FALSE,原始数据第一列是否为变量名称列表列表的应用#列表
>
转载
2023-05-22 15:47:02
184阅读
目录随机森林参数意义随机森林调参模型保存 随机森林参数意义sklearn.ensemble.RandomForestClassifier(n_estimators=100, *, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_
转载
2023-11-28 08:30:10
201阅读
这里向您展示如何在R中使用glmnet包进行岭回归（使用L2正则化的线性回归），并使用模拟来演示其相对于普通最小二乘回归的优势。岭回归当回归模型的参数被学习时，岭回归使用L2正则化来加权/惩罚残差。在线性回归的背景下，它可以与普通最小二乘法（OLS）进行比较。OLS定义了计算参数估计值（截距和斜率）的函数。它涉及最小化平方残差的总和。L2正则化是OLS函数的一个小增加，以特定的方式对残差进行加权以
转载
2024-08-28 22:13:00
89阅读
我们既往已经在文章《手把手教你使用R语言制作临床决策曲线》介绍了怎么使用rmda包制作了临床决策曲线，但是rmda包只能制作logistic回归模型的临床决策曲线，原来制作COX回归模型的stdca包R上下载不到。有粉丝留言向我推荐了ggDCA包，今天来演示一下怎么使用ggDCA包制作COX回归模型临床决策曲线。 ggDCA包由我们R语言大神，南方医科大学的博导Y叔制作，使用ggDCA包可以制作l
转载
2023-07-31 10:49:03
282阅读
