欢迎光临散文网 会员登陆 & 注册

R语言特征选择方法——最佳子集回归、逐步回归|附代码数据

2023-02-20 22:25 作者:拓端tecdat  | 我要投稿


原文链接:http://tecdat.cn/?p=5453

最近我们被客户要求撰写关于特征选择方法的研究报告,包括一些图形和统计输出。

变量选择方法

所有可能的回归

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars) ols_all_subset(model)## # A tibble: 15 x 6##    Index     N      Predictors `R-Square` `Adj. R-Square` `Mallow's Cp`##                                          ##  1     1     1              wt    0.75283         0.74459      12.48094##  2     2     1            disp    0.71834         0.70895      18.12961##  3     3     1              hp    0.60244         0.58919      37.11264##  4     4     1            qsec    0.17530         0.14781     107.06962##  5     5     2           hp wt    0.82679         0.81484       2.36900##  6     6     2         wt qsec    0.82642         0.81444       2.42949##  7     7     2         disp wt    0.78093         0.76582       9.87910##  8     8     2         disp hp    0.74824         0.73088      15.23312##  9     9     2       disp qsec    0.72156         0.70236      19.60281## 10    10     2         hp qsec    0.63688         0.61183      33.47215## 11    11     3      hp wt qsec    0.83477         0.81706       3.06167## 12    12     3      disp hp wt    0.82684         0.80828       4.36070## 13    13     3    disp wt qsec    0.82642         0.80782       4.42934## 14    14     3    disp hp qsec    0.75420         0.72786      16.25779## 15    15     4 disp hp wt qsec    0.83514         0.81072       5.00000

plot方法显示了所有可能的回归方法的拟合  。

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars) k <- ols_all_subset(model)plot(k)

最佳子集回归

选择在满足一些明确的客观标准时做得最好的预测变量的子集,例如具有最大R2值或最小MSE, Cp或AIC。

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars) ols_best_subset(model)##    Best Subsets Regression    ## ------------------------------## Model Index    Predictors## ------------------------------##      1         wt              ##      2         hp wt           ##      3         hp wt qsec      ##      4         disp hp wt qsec ## ------------------------------## ##                                                   Subsets Regression Summary                                                   ## -------------------------------------------------------------------------------------------------------------------------------##                        Adj.        Pred                                                                                         ## Model    R-Square    R-Square    R-Square     C(p)        AIC        SBIC        SBC        MSEP      FPE       HSP       APC  ## -------------------------------------------------------------------------------------------------------------------------------##   1        0.7528      0.7446      0.7087    12.4809    166.0294    74.2916    170.4266    9.8972    9.8572    0.3199    0.2801 ##   2        0.8268      0.8148      0.7811     2.3690    156.6523    66.5755    162.5153    7.4314    7.3563    0.2402    0.2091 ##   3        0.8348      0.8171       0.782     3.0617    157.1426    67.7238    164.4713    7.6140    7.4756    0.2461    0.2124 ##   4        0.8351      0.8107       0.771     5.0000    159.0696    70.0408    167.8640    8.1810    7.9497    0.2644    0.2259 ## -------------------------------------------------------------------------------------------------------------------------------## AIC: Akaike Information Criteria ##  SBIC: Sawa's Bayesian Information Criteria ##  SBC: Schwarz Bayesian Criteria ##  MSEP: Estimated error of prediction, assuming multivariate normality ##  FPE: Final Prediction Error ##  HSP: Hocking's Sp ##  APC: Amemiya Prediction Criteria

plot

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars) k <- ols_best_subset(model)plot(k)

逐步前进回归

从一组候选预测变量中建立回归模型,方法是逐步输入基于p值的预测变量,直到没有变量进入变量。该模型应该包括所有的候选预测变量。如果细节设置为TRUE,则显示每个步骤。

点击标题查阅往期内容

R语言多元逐步回归模型分析房价和葡萄酒价格:选择最合适的预测变量

左右滑动查看更多

01

02

03

04

变量选择

#向前逐步回归model <- lm(y ~ ., data = surgical) ols_step_forward(model)## We are selecting variables based on p value...## 1 variable(s) added....## 1 variable(s) added...## 1 variable(s) added...## 1 variable(s) added...## 1 variable(s) added...## No more variables satisfy the condition of penter: 0.3## Forward Selection Method                                                       ## ## Candidate Terms:                                                               ## ## 1 . bcs                                                                        ## 2 . pindex                                                                     ## 3 . enzyme_test                                                                ## 4 . liver_test                                                                 ## 5 . age                                                                        ## 6 . gender                                                                     ## 7 . alc_mod                                                                    ## 8 . alc_heavy                                                                  ## ## ------------------------------------------------------------------------------##                               Selection Summary                                ## ------------------------------------------------------------------------------##         Variable                     Adj.                                         ## Step      Entered      R-Square    R-Square     C(p)        AIC         RMSE      ## ------------------------------------------------------------------------------##    1    liver_test       0.4545      0.4440    62.5119    771.8753    296.2992    ##    2    alc_heavy        0.5667      0.5498    41.3681    761.4394    266.6484    ##    3    enzyme_test      0.6590      0.6385    24.3379    750.5089    238.9145    ##    4    pindex           0.7501      0.7297     7.5373    735.7146    206.5835    ##    5    bcs              0.7809      0.7581     3.1925    730.6204    195.4544    ## ------------------------------------------------------------------------------  model <- lm(y ~ ., data = surgical) k <- ols_step_forward(model)## We are selecting variables based on p value...## 1 variable(s) added....## 1 variable(s) added...## 1 variable(s) added...## 1 variable(s) added...## 1 variable(s) added...## No more variables satisfy the condition of penter: 0.3plot(k)

 

本文摘选 《 R语言特征选择——逐步回归 》 ,点击“阅读原文”获取全文完整资料。

点击标题查阅往期内容

R语言多元逐步回归模型分析房价和葡萄酒价格:选择最合适的预测变量
R语言逐步多元回归模型分析长鼻鱼密度影响因素
R语言特征选择——逐步回归
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
回归分析与相关分析的区别和联系
R语言分位数回归预测筛选有上升潜力的股票
R语言实现LASSO回归——自己编写LASSO回归算法
R语言泊松Poisson回归模型预测人口死亡率和期望寿命
R语言时间序列TAR阈值自回归模型
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
R语言分位数回归Quantile Regression分析租房价格
R语言用Garch模型和回归模型对股票价格分析
R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者
R语言分段回归数据数据分析案例报告
R语言实现CNN(卷积神经网络)模型进行回归数据分析
R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测


R语言特征选择方法——最佳子集回归、逐步回归|附代码数据的评论 (共 条)

分享到微博请遵守国家法律